本文由有CDA數(shù)據(jù)分析師小編整理自中國傳媒大學電視與新聞學院教授沈浩在“2015年中國數(shù)據(jù)分析師行業(yè)峰會”的演講，如需轉(zhuǎn)載請注明出處

今天我演講的題目是“發(fā)現(xiàn)數(shù)據(jù)可視化之美”，前一段時間我寫過一本書，里面有這樣一段話，我說這是一個讓我們興奮的時代，數(shù)據(jù)科學讓我們越來越多地從數(shù)據(jù)中觀察到人類社會的復(fù)雜行為模式，以數(shù)據(jù)為基礎(chǔ)的技術(shù)決定著人類的未來，但并非是數(shù)據(jù)本身改變了我們的世界，起決定作用的是我們可用的知識?！洞髷?shù)據(jù)時代》這本書，核心觀點是說大數(shù)據(jù)是工作、生活和思維方式的改變。

這是一個非常有名的一張圖片，這張圖片后面是全球的世界地圖。當有人發(fā)一個推特的時候它就有一個點，當越來越多的點出來以后，我們立刻就感知了，好像中國這塊一片黑，說明我們中國人不怎么用推特。

其實人是一種視覺動物，去感知世界。臉書（Facebook）的一個實習生，用R語言制作了臉書如何掌控地球這樣一個程序，我們一眼就可以看出來人們在社交網(wǎng)絡(luò)上產(chǎn)生的各種溝通效果。我們所面對的大數(shù)據(jù)時代是一種社會科學，是跟人有關(guān)的事情，在我們這兒有一句話，除了上帝所有人都應(yīng)該用數(shù)據(jù)說話。

怎么用數(shù)據(jù)說話？可視化是很重要的用數(shù)據(jù)說話的方式，這種說話最典型的就是你看得見才能做得到，才能做得好。數(shù)據(jù)可視化到底是什么？我們到底應(yīng)該站在什么位置？如果我們從狹義的角度講，數(shù)據(jù)可視化其實還有信息可視化，還有交互可視化。對于數(shù)據(jù)、統(tǒng)計包括數(shù)據(jù)分析，我們一直強調(diào)應(yīng)該有計算機科學，也要有有新媒體，特別是藝術(shù)設(shè)計這樣的一種思維方式，這方面我特別贊成吳（喜之）老師說的泛，泛編程能力。

我是數(shù)據(jù)分析師，但是當我面對很多文科領(lǐng)域的人他看不懂，老讓我去開會，但是我又沒時間，我是不是做個什么東西，讓我不去教你就能看得懂呢？所以我經(jīng)常說一句話，形式要大于內(nèi)容。后面這句話是有的，就是在有內(nèi)容的情況下，形式大于內(nèi)容。

那怎么讓形式大于內(nèi)容呢？很多領(lǐng)域都有可視化，比如數(shù)據(jù)可視化、地理可視化、城市可視化，現(xiàn)在還有新聞可視化，什么都可以可視化?？梢暬且寗e人看得懂。所以我建議把企業(yè)的數(shù)據(jù)轉(zhuǎn)化成的儀表盤，大家都會開車，但是看的是儀表盤，背后是一張報表，如果不給你儀表盤，給你報表你會開車嗎，夠嗆。所以在這里如何給管理者、決策者最好的。

早期這個報表是動的，這個報表如果這么看，我衣服怎么樣，我收入就是怎么樣。

所以那個時候我做了很多經(jīng)典的所謂的移動模型，說如果質(zhì)量價格比怎么樣，你發(fā)現(xiàn)它動了。這個東西對別人的感覺來講是不一樣的。特別是對使用者，所以這時候它不光看到了模型，還可以回答問題，包括我們做收視率分析的時候，我們可以用儀表盤的方式呈現(xiàn)數(shù)據(jù)的變化，特別是用這樣的一些模式去感知不同數(shù)據(jù)的變化。

實際上這是曾經(jīng)機場上搞不清楚航班延誤怎么樣，其實都有，但是它沒法兒分散，所以做了一個所謂的動態(tài)顯示屏。這個顯示屏我們可以看到不同的汽車，包括預(yù)警，這些如果你歸納起來，它是早期的可視化，或者叫前端展示。我們叫商業(yè)智能。

你會發(fā)現(xiàn)，我們過去的分析已經(jīng)變成了一種思維模式，是一種心理的模式，這種模式是什么呢？你發(fā)現(xiàn)到今天對可視化不是在PPT上演示了，甚至PPT也不能演示了像我們看到很多詞語，當然這個詞語需要我們從網(wǎng)上抓取作出完全個性化的詞語。甚至我們做一些主題的歸類，我們會發(fā)現(xiàn)這東西好像以前都沒有，當然現(xiàn)在它們也在做所謂的文本挖掘，對其他領(lǐng)域，特別是對關(guān)系領(lǐng)域的挖掘。

做數(shù)據(jù)分析的人最常知道的一個工具是什么呢？一個叫漢斯的人，他做了這樣一個產(chǎn)品，他就是不同的散點的圖，只不過在這樣的散點圖中以非常明確直觀的方式讓我們感知到了數(shù)據(jù)的變化，讓我們看到了它的痕跡，數(shù)據(jù)是動態(tài)的。

這個動態(tài)需要我們?nèi)ふ視r間序列，包括我們看到時間序列，重大數(shù)據(jù)集的變化，這個變化通過傳統(tǒng)的散點圖也需要不斷感知。這個散點圖到底在哪兒，我們需要標記什么。這個時候我們需要一個更好的方式，所以有人就看到，在今天的可視化，特別是在在線層面，需要解決一個在線的動態(tài)可視化，而這個可視化可以選擇。

其實隨著技術(shù)的發(fā)展我們越來越看到，這種在線的、動態(tài)的，以及直接在線制作的，甚至制作完圖，我們再去看代碼。大家知道Excel先用數(shù)據(jù)再去做圖，現(xiàn)在有一種新的趨勢，就是先做出圖來，然后再看我的數(shù)據(jù)哪兒有問題。所以是先看圖在看數(shù)據(jù)的趨勢。所以我們需要知道這些的數(shù)據(jù)到底怎么樣，它的位置，標簽等等的情況，當然我們也需要實時的。

我需要說在李克強答中外記者問的時候，我想做一個實時的展示輿情，在微博上抓來數(shù)據(jù)，把這些數(shù)據(jù)分詞，讓這些分詞抓到主旨模型。同時這個輿情就是你看到的實時輿情，這是推特的輿情，不光能看到，還能感知到數(shù)據(jù)實時的波動。所以我們經(jīng)常說，到了今天，特別是大數(shù)據(jù)的時代，我們不再追求說它的統(tǒng)計什么樣，二是更關(guān)注我看得見，我感知到這個社會脈絡(luò)。

比方說像大型網(wǎng)絡(luò)的變化，這些網(wǎng)絡(luò)里都有誰，哪個是演員，比如說你點他，你會發(fā)現(xiàn)這個演員就出來了，這個演員跟誰有過交情，它會在這里顯示這些東西。這是基于網(wǎng)絡(luò)的查詢而可視化。國外有一個庫，你可以直接在里面說你想搜一個名人，它立刻告訴你這些名人之間的關(guān)系。

包括這種類似于大屏顯示，我們需要實時在線微博上各種賬號的關(guān)聯(lián)，需要這種關(guān)聯(lián)的過程，以及基于這種關(guān)聯(lián)所看到一種統(tǒng)計的現(xiàn)象。我們需要制作各種報表，這個報表不是單一的報表，而是具有關(guān)聯(lián)性的，我們會把不同的數(shù)據(jù)源，不同的報表形態(tài)聚合到同一個屏上，通過我們不斷的關(guān)聯(lián)，即使同源、異源都可以報數(shù)據(jù)關(guān)聯(lián)起來，形成各種各樣的表達形式。

包括我們看到在這個形式中各種數(shù)據(jù)的變化，甚至可以去選擇，說如果怎么樣，我們可以把這個數(shù)據(jù)變化，可以雙擊，甚至可以放大數(shù)據(jù)的點，用放大鏡的方式去感知。甚至對于不同的數(shù)據(jù)情況來看，其實我們可以做各種各樣的篩選，比如說可以隱藏掉它。其實在這里面我們也可以看到各種地理信息的展現(xiàn)，包括地圖這種感知方式的呈現(xiàn)。這種呈現(xiàn)的方式是什么？就像我們可以畫出整個暴風雪或者風暴的走勢，然后還感知這個風暴走勢的圖。甚至我們可以去篩選不同的風暴現(xiàn)象，我是不是就關(guān)注于這條線的時候可以高量這個東西，實際上我們看到交互式的圖形，可以讓我們更好的洞察事物。

這種洞察我一直說是要inside出來，就像你看到這個地球，這個地球上我們可以洞察什么？其實你如果喜歡紐約的話，可以敲一個紐約，紐約9·11那兩個底座，甚至車在哪兒開都可以看到。所以很重要的是我們能不能夠感知到這個數(shù)據(jù)的變化。我把大數(shù)據(jù)時代分成這樣四個領(lǐng)域。第一個叫數(shù)據(jù)科學，但是如果只分數(shù)據(jù)科學的話可能也包括文本挖掘、語意挖掘等等，除此之外還有個關(guān)系網(wǎng)絡(luò)的挖掘，我們還涉及到空間和地理分析的事情。

如果做一個可視化的東西，就需要這樣的網(wǎng)絡(luò)的關(guān)系，我們需要追蹤整個傳播鏈的每個細節(jié)，如果有人發(fā)了一條微博，有十萬條轉(zhuǎn)發(fā)的時候，立刻可以抓下來，看誰在這里起什么樣的作用，他的角色，他的位置，如何決定他傳播的意義。

右邊這個圖是我做的，是一條杜蕾斯的傳播，我把它抓下來以后，我們立刻就可以看到這樣的傳播，他們給我這張圖起了個名字叫“上帝的指紋”。

其實這個東西非常重要，因為它顯示了信息傳播的地域分布，顯示了自組織狀態(tài)，顯示了大V在這里起的作用，顯示了信息經(jīng)由橋梁傳播所帶來的強關(guān)系帶來信任，弱關(guān)系帶來信息的特色，特別是地域。因為我們的統(tǒng)計都講震撼，但是我們現(xiàn)在更多的應(yīng)該普及冪律，特別是有一句話，盡管我不知道該怎么證明。但是有人說自然科學往往震撼，社會科學往往服從冪律。冪律就像我們今天看到的數(shù)據(jù)一樣，實際上大量的數(shù)據(jù)都是波尾的冪律分布和規(guī)則，那如何從這里洞察呢？如何通過可視化的交互去看到每個節(jié)點的變化呢？這些都需要我們?nèi)ニ伎?。就像我拿到移動的你們跟機站握手的數(shù)據(jù)的時候，其實我就可以算出誰落在二環(huán)內(nèi)，誰落在二、三環(huán)之間。

其實如果邏輯上通，其實我是有所有的包括企業(yè)鏈的數(shù)據(jù)的，這些所謂的多邊形的數(shù)據(jù)，誰落在企業(yè)鏈里，只要有數(shù)據(jù)的傳感器或者攝象頭能夠感知到，其實我是可以建立一種統(tǒng)計新的思想的，就像你今天嘀嘀打車，告訴你這周邊是什么樣的。所以從這個概念上來講，空間地理數(shù)據(jù)分析又成為大數(shù)據(jù)很重要的東西，而空間地理具有天生的可視化性質(zhì)。所以如何制作各種基于地圖的這樣的圖表，成為我們很重要的事情。比如說我們能不能把北京市所有的垃圾筒都標識出來，能不能把所有人的行為表現(xiàn)出來，而這些東西我們不問為什么，我們就看到是什么，然后去采取行動。所以從這點上來講，就像我拿到了整個北京市的交通線路，甚至每一個公交汽車站，那么這些數(shù)據(jù)為了保證時間所以我沒做成在線的。其實你可以做成在線的，一點就知道它周邊是什么樣的，如果我們再努力做的話，其實我們可以把街景地圖跟谷歌聯(lián)系起來。你可以形成這種統(tǒng)計，這時候他會看到這種結(jié)果，而這種結(jié)果不光是說我們看到數(shù)據(jù)科學、網(wǎng)絡(luò)科學、空間地理科學。

如果我們單獨把數(shù)據(jù)可視化當成一門技術(shù)，其實就是分析，如果我們能夠把社會、生活、人的關(guān)系他的地理位置如果融在一起，并且讓我們看得見，我們會發(fā)現(xiàn)數(shù)據(jù)可視化其實它是一種數(shù)據(jù)分析，但是它也是一種敘事手段，當然我更愿意說它也是一種批判思維。為什么？

過去的統(tǒng)計做出來的都是碩士、博士論文，別人看不懂。當然當它可視化出來的時候，像百度做的那個，普通大眾都能看得懂。這是可視化的很重要的思維方式。當然只有可視化才有批判的資格，否則您來批評我都不會批評，因為您看不懂。所以從這個角度來講，對于我們數(shù)據(jù)分析師來講，我贊成它的廣泛性，我贊成與其他學科的融合性。但是畢竟我們要學很多工具，你必須要學很多技術(shù)。

我一直說這么一句話，叫工欲善其事，必先利其器。在這里我特別強調(diào)工具的重要性的價值，所以我會給出一個工具上的變化。比方說我們應(yīng)該有一個工具的包，如何去做呢？比方說像卡托BB，B3.GS，還提到了語言，其實我們知道現(xiàn)在很多語言都非常的簡化，甚至說了不要重頭編，基本都是模仿。如果看到這張圖不錯，可以立馬把它調(diào)出來。

我們?nèi)绻雽W好可視化技術(shù)，除了R語言等等之外，還需要所謂的分布式計算，云計算的能力，其實還要有你要上網(wǎng)，因為現(xiàn)在遠程的終端的訪問，這種基于DS架構(gòu)，形成我們可視化以及派發(fā)我們信息的一個很重要的方式，因為從數(shù)據(jù)變成信息，信息變成知識，知識最終還要傳播出去，只有傳播了你才能形成群體的智慧。所以從這點來講我們還需要HTML等方面的技術(shù)，使得它交互的動態(tài)去展示更復(fù)雜，更加眩的可視化的作品。

所以可視化在今天不僅僅是可視化了，我今年的本科生已經(jīng)開始招數(shù)據(jù)性的專業(yè)，實際上這是大數(shù)據(jù)和新聞學的融合。在十年前我們所在的統(tǒng)計和我們新聞傳播的融合，我們成立了媒體室調(diào)查，今天數(shù)據(jù)新聞其實就是強調(diào)可視化，而這個可視化，不是培養(yǎng)數(shù)據(jù)科學家，我培養(yǎng)懂新聞的數(shù)據(jù)藝術(shù)工匠。

馬克思說的人根本區(qū)別就是能制造工具。實際上我們應(yīng)該也要學會使用工具。對于數(shù)據(jù)分析人才來講，我們要擁有一套泛化的編程思維，掌握R語言，能在互聯(lián)網(wǎng)上關(guān)注于JAVASCRIPT這種在線架構(gòu)，學會欣賞藝術(shù)還能模仿藝術(shù)，然后呈現(xiàn)出決策者能夠看懂的可視化效果。