什么是数据可视化(数据可视化处理)( 二 ) 前天「问人人知识网」

文章图片

饼图很适合看内部结构组成。
因为切大饼的方法，很直观，能一眼看到占大头的是哪里。这就是数据可视化的第二个优势：直观。
只是，只是这么一对比，小熊妹的败家似乎更加实锤了！居然有那么大比例网购！肯定在12月剁手剁了不少，熊爪子估计都剁没了！
其他条件不变，要考虑一个指标的时间变化，这时候可以用条形图。比如想知道小熊妹是一直这么败家，还是偶尔剁剁手，光看一个月数据不行，还得多几个月，这时候可以如下图：

文章图片

诶？这么一看，似乎为小熊妹洗白了一点：人家只是双十一，双十二的时候才败家吗，平时吃土吃的可积极了！这就是数据可视化的第三个优势：发现规律。数据走势本身，能反应很多问题。
如果把时间再放长一点，条条数量更多，可能看不清楚，这时候可以用折线图，比如看小熊妹过往2年的数据，这样至少有24个数，用折线图看的更清楚（如下图）。

文章图片

时间拉长，看趋势会更清楚。这么看的话，小熊妹就被洗的更白了：人家只是618 ，双十一，双十二，过年的时候花的多吗！平时是个积极的吃土小能手。
其他条件不变，要考虑多个指标的内部结构，这时候可以用雷达图。

文章图片

但要注意，如果不同指标单位不一样，直接做雷达图会显得很奇怪，比如收入的单位是元，身高单位是厘米，颜值只能内心打分。这时候可以对每个指标，单独做评分或者做标准化处理，处理成统一的评分或者指数，再做雷达图。

三、复杂的数据可视化如果用数据描述复杂的问题，对象，指标，时间，细分四个方面，就有两个方面及以上发生变化，做图就会复杂。
比如，我们不单单想知道小熊妹过去1年内每个月的消费，每个月的逛街次数，这两个孤立的数据。我们还想知道：是不是逛街越多，花钱就越多。这时候我们想发现的，是数据之间的相关关系，就可以做散点图（如下图所示）。

文章图片

散点图虽然不能严格论证相关关系，但是可以很直接的反应出来，如果散点图真的分布很散，就说明两个指标之间没啥关系，如果散点图出现一定的规律性，则表明有深入分析的机会点。
这是数据可视化的第四个好处：方便。做个图可比做各种模型，算各种检验值方便多了。