文章通過(guò)介紹Visualization 即可視化，羅列了數(shù)據(jù)的展現(xiàn)方式。對(duì)于數(shù)據(jù)分析最困難的一部分就是數(shù)據(jù)的展示，解讀數(shù)據(jù)之間的關(guān)系，清晰有效的傳達(dá)并且溝通數(shù)據(jù)信息。

對(duì)于數(shù)據(jù)挖掘，我們可以通過(guò)文中對(duì)數(shù)據(jù)可視化的案例找到分析數(shù)據(jù)、展現(xiàn)數(shù)據(jù)的方法和思路。

Data visualization 是一件很有趣的事情。最近在嘗試處理數(shù)據(jù)，便順手翻了翻 visualization 的進(jìn)展，然后除了 IBM 大名鼎鼎的的 many-eyes 。

還有一個(gè)比較好有意思的網(wǎng)站是visualizing。Visualizing 跟 many-eyes 很像，都是社區(qū)形式的網(wǎng)站，用戶可以注冊(cè)然后上傳，而且網(wǎng)站還有積累下來(lái)的很多數(shù)據(jù)供用戶使用。

當(dāng)然我不是為了介紹這個(gè)網(wǎng)站才寫(xiě)這篇 post 的，寫(xiě) post 是一個(gè)記筆記的過(guò)程，如果我不能從中學(xué)到什么，就有點(diǎn)浪費(fèi)時(shí)間了。下面進(jìn)入正題，我嘗試總結(jié)一下 visualization 的時(shí)候的幾個(gè)可用的經(jīng)驗(yàn)。

應(yīng)該使用何種形式來(lái)表現(xiàn)數(shù)據(jù)

從 visualizing.org 的分類(lèi)中提取出來(lái)的有用的形式包括（不過(guò)說(shuō)實(shí)話這樣分類(lèi)并不是很好用）

1. Chart
2. Time series
3. Map
4. Flow
5. Matrix
6. Network
7. Hierarchy
8. Info-graphic

要可視化的數(shù)據(jù)可以分幾類(lèi)（我想的不全面，歡迎補(bǔ)充，共同學(xué)習(xí)）

有一系列對(duì)象，他們之間相互有關(guān)聯(lián)

寫(xiě)成 A?B 粗體的拉丁字母表示一系列對(duì)象，比如一系列地點(diǎn)。

這種情況下因?yàn)橐故緮?shù)據(jù)之間相互關(guān)系，所以實(shí)質(zhì)上是一個(gè) network 圖，不過(guò)通過(guò)一些技巧可以把簡(jiǎn)單的 network 圖變成更好的形式。

方式一：使用轉(zhuǎn)換成 flow 圖。通過(guò)把對(duì)象列出兩遍來(lái)是的原本應(yīng)該是一個(gè)比較復(fù)雜難以看清的 network 變成了清晰易查找的 flow。

這類(lèi)圖中我喜歡的一個(gè)是 people moving 的 flow

這個(gè) flow 圖非常好的展示了從一個(gè)國(guó)家移民到另一個(gè)國(guó)家，上面的截圖就是人們移居（migrate，是移民么？）到加拿大的情況，可以看到中國(guó)（CH）移民到加拿大的還是比較多的。通過(guò)這樣的 flow，我們可以很容易很直觀的分析數(shù)據(jù)。

方式二：圈形的 network 圖。為什么要做出圈形呢？因?yàn)槿π慰梢允沟眠B線集中在圈內(nèi)部，而且可以減少數(shù)據(jù)交叉。通過(guò) interactive design，可以使得連線無(wú)交叉。比如這個(gè) Migrants moving money：

這個(gè)截圖是中國(guó)的僑款，也就是中國(guó)移民所寄回祖國(guó)中國(guó)的錢(qián)數(shù)。可以看排除香港地區(qū)，美國(guó)是最大的來(lái)源。

事實(shí)上這種方法與第一種本質(zhì)是相同的。

方式三：network 圖。通過(guò)點(diǎn)和連線來(lái)關(guān)聯(lián)。例子比如Attractions of Councils: WEF GAC interlink survey

但是這個(gè)圖實(shí)際上并不好。而且有時(shí)候，線條是可以去掉的，比如這個(gè)國(guó)際航班的可視化：

Click a nation to see all connected nations via flights. Click again to see arranged nations based on the distance. Double-click the background to reset.

截圖：

方式四：使用 table。不過(guò)為了更直觀，使用面積等方式來(lái)代表數(shù)據(jù)的大小。

比如 10 個(gè)人任意兩個(gè)人之間相互按照對(duì)對(duì)方的好感程度打分，為了展示任意兩個(gè)人 A 和 B 之間相互的好感程度，可以使用顏色柱來(lái)展示，選定一個(gè)作為兩個(gè)人好感程度相同，顏色柱之上的顏色表示 A 對(duì) B 的好感大于 B 對(duì) A 的好感，反之亦然。

這里有個(gè) council 之間的例子，截圖如下：

層級(jí)數(shù)據(jù)，數(shù)據(jù)之間可以分成幾個(gè)層級(jí)關(guān)系

就是 Hierarchy 圖，不過(guò)有時(shí)候可以省掉連線。

比如這個(gè) soft drink 的 hierarchy 圖

從這張截圖立刻可以看到 coca-cola 和 pepsi 的龐大，通過(guò)原網(wǎng)頁(yè)可以自由的放大縮小來(lái)查看不同的公司的產(chǎn)品。

這樣的 hierarchy 圖要比單調(diào)的并列的整整齊齊的列舉要包含了更多的信息，因?yàn)閳A圈的大小可以表示數(shù)據(jù)的一個(gè)維度，甚至還可以引入顏色等等來(lái)表示更多的維度。

簡(jiǎn)單的兩維數(shù)據(jù)，比如某種現(xiàn)象出現(xiàn)的頻數(shù)

方式一：使用 Histogram。這是比較經(jīng)典的選擇，即使用矩形或者線條的長(zhǎng)度來(lái)表示數(shù)據(jù)的大小。例如這個(gè)關(guān)于能源的 visualization

方式二：使用樹(shù)圖（Tree map），使用面積表示數(shù)據(jù)的大小。這里有個(gè) UN 的 Global Pulse Visualization 的例子：

方式三：使用散點(diǎn)，使用散點(diǎn)的大小或者顏色等屬性來(lái)表示數(shù)據(jù)的大小。

一個(gè)很優(yōu)秀的例子是學(xué)生坐座位習(xí)慣的例子，截圖：

事實(shí)上 tag page 也是屬于這類(lèi)，我們可以通過(guò)每個(gè) tag 的大小顏色等等來(lái)標(biāo)示數(shù)據(jù)的大小。

坐標(biāo)數(shù)據(jù)

除了可以使用上面說(shuō)提到的方式，對(duì)于坐標(biāo)數(shù)據(jù)，有個(gè)特點(diǎn)是可以繪制地圖（Map），而 Map 可以與其他形式結(jié)合，比如 flow。一個(gè)比較好的例子是關(guān)于我們坐飛機(jī)的一張圖，截圖如下：

圖片上部的地圖是飛行的出發(fā)城市，下部的地圖是終點(diǎn)城市。更多內(nèi)容可以查看UCSB的這個(gè)站點(diǎn)，其中提供了 demo 軟件。

不同 visualization 的結(jié)合

前些時(shí)候，以為天文學(xué)家 Goodman 寫(xiě)過(guò)一篇關(guān)于高維天文數(shù)據(jù)可視化的論文，其中提到了 linked views 很重要，就是說(shuō)我們要多種可視化方式聯(lián)合起來(lái)展示數(shù)據(jù)，我截取論文中一張圖片來(lái)說(shuō)明。
 

不同的 visualization 結(jié)合起來(lái)對(duì)數(shù)據(jù)進(jìn)行多角度的呈現(xiàn)，可以使我們對(duì)數(shù)據(jù)有更深刻的理解。所以 data mining 實(shí)際上是一個(gè)應(yīng)用非常廣泛的專(zhuān)業(yè)，一個(gè) data mining 專(zhuān)業(yè)的學(xué)生在現(xiàn)在這種天文專(zhuān)業(yè)被大量數(shù)據(jù)所轟炸真是個(gè)寶貝啊。