文章通過介紹Visualization 即可視化，羅列了數(shù)據(jù)的展現(xiàn)方式。對于數(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，清晰有效的傳達并且溝通數(shù)據(jù)信息。

對于數(shù)據(jù)挖掘，我們可以通過文中對數(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 的進展，然后除了 IBM 大名鼎鼎的的 many-eyes 。

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

當然我不是為了介紹這個網(wǎng)站才寫這篇 post 的，寫 post 是一個記筆記的過程，如果我不能從中學到什么，就有點浪費時間了。下面進入正題，我嘗試總結(jié)一下 visualization 的時候的幾個可用的經(jīng)驗。

應(yīng)該使用何種形式來表現(xiàn)數(shù)據(jù)

從 visualizing.org 的分類中提取出來的有用的形式包括（不過說實話這樣分類并不是很好用）

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（我想的不全面，歡迎補充，共同學習）

有一系列對象，他們之間相互有關(guān)聯(lián)

寫成 A?B 粗體的拉丁字母表示一系列對象，比如一系列地點。

這種情況下因為要展示數(shù)據(jù)之間相互關(guān)系，所以實質(zhì)上是一個 network 圖，不過通過一些技巧可以把簡單的 network 圖變成更好的形式。

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

這類圖中我喜歡的一個是 people moving 的 flow

這個 flow 圖非常好的展示了從一個國家移民到另一個國家，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（CH）移民到加拿大的還是比較多的。通過這樣的 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？因為圈形可以使得連線集中在圈內(nèi)部，而且可以減少數(shù)據(jù)交叉。通過 interactive design，可以使得連線無交叉。比如這個 Migrants moving money：

這個截圖是中國的僑款，也就是中國移民所寄回祖國中國的錢數(shù)?？梢钥磁懦愀鄣貐^(qū)，美國是最大的來源。

事實上這種方法與第一種本質(zhì)是相同的。

方式三：network 圖。通過點和連線來關(guān)聯(lián)。例子比如Attractions of Councils: WEF GAC interlink survey

但是這個圖實際上并不好。而且有時候，線條是可以去掉的，比如這個國際航班的可視化：

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。不過為了更直觀，使用面積等方式來代表數(shù)據(jù)的大小。

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

這里有個 council 之間的例子，截圖如下：

層級數(shù)據(jù)，數(shù)據(jù)之間可以分成幾個層級關(guān)系

就是 Hierarchy 圖，不過有時候可以省掉連線。

比如這個 soft drink 的 hierarchy 圖

從這張截圖立刻可以看到 coca-cola 和 pepsi 的龐大，通過原網(wǎng)頁可以自由的放大縮小來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，因為圓圈的大小可以表示數(shù)據(jù)的一個維度，甚至還可以引入顏色等等來表示更多的維度。

簡單的兩維數(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度來表示數(shù)據(jù)的大小。例如這個關(guān)于能源的 visualization

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

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

一個很優(yōu)秀的例子是學生坐座位習慣的例子，截圖：

事實上 tag page 也是屬于這類，我們可以通過每個 tag 的大小顏色等等來標示數(shù)據(jù)的大小。

坐標數(shù)據(jù)

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

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

不同 visualization 的結(jié)合

前些時候，以為天文學家 Goodman 寫過一篇關(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，就是說我們要多種可視化方式聯(lián)合起來展示數(shù)據(jù)，我截取論文中一張圖片來說明。
 

不同的 visualization 結(jié)合起來對數(shù)據(jù)進行多角度的呈現(xiàn)，可以使我們對數(shù)據(jù)有更深刻的理解。所以 data mining 實際上是一個應(yīng)用非常廣泛的專業(yè)，一個 data mining 專業(yè)的學生在現(xiàn)在這種天文專業(yè)被大量數(shù)據(jù)所轟炸真是個寶貝啊。