大數(shù)據(jù)：分類型數(shù)據(jù)可視化方法研究報告

數(shù)據(jù)可視化可以將海量數(shù)據(jù)通過圖形、表格等形式直觀反映給大眾。降低數(shù)據(jù)讀取門檻，可以讓企業(yè)通過形象化方式對自身產(chǎn)品進行營銷。

一、數(shù)據(jù)可視化原理

數(shù)據(jù)化可視原理是綜合運用計算機圖形學、圖像、人機交互等技術(shù)，將采集或模擬的數(shù)據(jù)映射為可識別的圖形、圖像、視頻或者動畫，并允許用戶對數(shù)據(jù)進行交互分析的理論方法和技術(shù)。

數(shù)據(jù)可視化可以將不可見的現(xiàn)象轉(zhuǎn)換為可見的圖形符號，并從中發(fā)現(xiàn)規(guī)律從而獲取知識。在實際應用中，它可以針對復雜和大規(guī)模的數(shù)據(jù)，還原增強數(shù)據(jù)中的全局結(jié)構(gòu)和具體細節(jié)。

二、 可視化方法

1. 數(shù)據(jù)采集：數(shù)據(jù)是可視化對象，可以通過儀器采樣，調(diào)查記錄、模擬計算等方式采集。在可視化解決方案中，了解數(shù)據(jù)來源采集方法和數(shù)據(jù)屬性，才能有的放矢解決問題。

2. 數(shù)據(jù)處理和變換：原始數(shù)據(jù)含有噪音和誤差同時數(shù)據(jù)模式和特征往往被隱藏。通過去噪、數(shù)據(jù)清洗、提取特征等變換為用戶可理解模式。

3. 可視化映射(核心)：將數(shù)據(jù)的數(shù)值、空間坐標、不同位置數(shù)據(jù)間的聯(lián)系等映射為可視化視覺通道的不同元素如標記、位置、形狀、大小和顏色等。最終讓用戶通過可視化洞察數(shù)據(jù)和數(shù)據(jù)背后隱含的現(xiàn)象和規(guī)律。

4. 用戶感知：用戶感知從數(shù)據(jù)可視化結(jié)果中提取信息、知識和靈感。數(shù)據(jù)可視化可用于從數(shù)據(jù)中探索新的假設，也可嚴重相關(guān)假設與數(shù)據(jù)是否吻合，還可幫助專家向公眾展示數(shù)據(jù)中的信息。

用戶感知可以在任何時期反作用于數(shù)據(jù)的采集、處理變換以及映射過程中，如下圖所示：

三、具體操作

1. 將指標值圖形化

一個指標值就是一個數(shù)據(jù)，將數(shù)據(jù)的大小以圖形的方式表現(xiàn)。比如用柱形圖的長度或高度表現(xiàn)數(shù)據(jù)大小，這也是最常用的可視化形式。

傳統(tǒng)的柱形圖、餅圖有可能會帶來審美疲勞，可嘗試從圖形的視覺樣式上進行一些創(chuàng)新，常用的方法就是將圖形與指標的含義關(guān)聯(lián)起來。

比如 Google Zeitgeist 在展現(xiàn) top10 的搜索詞時，展示的就是“搜索”形狀的柱形，圖形與指標的含義相吻合，同時也做了立體的視覺變化：

2. 將指標圖形化

一般用在與指標含義相近的 icon 來表現(xiàn)，使用場景也比較多，如下：

3. 將指標關(guān)系圖形化

當存在多個指標時，為了挖掘指標之間的關(guān)系并將其進行圖形化表達，可提升圖表的可視化深度。常見有以下兩種方式：

借助已有的場景來表現(xiàn)

聯(lián)想自然或社會中有無場景與指標關(guān)系類似，然后借助此場景來表現(xiàn)。

比如百度統(tǒng)計流量研究院操作系統(tǒng)的分布(上圖)，首先分為 windows、mac 還有其他操作系統(tǒng)， windows 又包含 xp、2003、7等多種子系統(tǒng)。

宇宙星系中也有類似的關(guān)系： 宇宙中有很多星系，我們最為熟悉的是太陽系，太陽系中又包括各個行星。根據(jù)這種關(guān)系聯(lián)想，圖表整體借用宇宙星系的場景，將熟知的Windows比喻成太陽系，將XP、Window7等系統(tǒng)比喻成太陽系中的行星，將Mac和其他系統(tǒng)比喻成其他星系。

構(gòu)建場景來表現(xiàn)

指標之間往往具有一些關(guān)聯(lián)特征，如從簡單到復雜、從低級到高級、從前到后等等。如無法找到已存在的對應場景，也可構(gòu)建場景。

比如百度統(tǒng)計流量研究院中的學歷分布：指標分別是小學、初中、高中、本科等等。

各個類目之間是一種階梯式的關(guān)系，因此，平臺就設計了一個階梯式的圖直觀的反映出了數(shù)據(jù)呈階梯式遞進的趨勢。

再比如：支付寶年初出的個人年度賬單中，在描述付款最多的三項時設計了一個類似頒獎臺的樣式也很出彩：(然而并沒有覺得我在哪個類目買買買付款最多有什么驕傲的)

下方圖示為供參考的線性化過程，實際可視化思考中，將哪類元素進行圖形化或者圖形化前后的順序可能均有不同，需根據(jù)具體情況處理。

4. 將時間和空間可視化

時間

通過時間的維度來查看指標值的變化情況，一般通過增加時間軸的形式，也就是常見的趨勢圖。

空間

當圖表存在地域信息并且需要突出表現(xiàn)的時候，可用地圖將空間可視化，地圖作為主背景呈現(xiàn)所有信息點。

Google Zeitgeist 在 2010 和 2012 年的年度熱門回顧中，都是以地圖為主要載體(同時也結(jié)合了時間)，來呈現(xiàn)熱門事件：

5. 將數(shù)據(jù)進行概念轉(zhuǎn)換

先看下生活中的概念轉(zhuǎn)換，當我們需要喝水時，通常會說給我來杯水而不是給我來500ml 的水。要注意來(一)杯水，是具象的，并不是用量化的數(shù)據(jù)來形容。在這里，500ml就是一個具體的數(shù)據(jù)，但是它難以被感知，所以用(一)杯的概念來轉(zhuǎn)換。

同樣在數(shù)據(jù)可視化，有時需要對數(shù)據(jù)進行概念轉(zhuǎn)換。這是為了加深用戶對數(shù)據(jù)的感知，常用方法有對比和比喻。感知就是一個將數(shù)據(jù)由抽象轉(zhuǎn)化為具象的過程。

對比

比如下圖就是一個介紹中國煙民數(shù)量的圖表。如果只看左半部分中國煙民的數(shù)量：32000000(個十百千萬十萬百萬千萬億…)好吧數(shù)據(jù)量級很大，不論是數(shù)零還是數(shù)逗號都很容易數(shù)錯，而且具體這個數(shù)字有多大仍然很難感知。讓我們目光向右移動，來看右半部分：中國煙民數(shù)量超過了美國人口總和，太恐怖了。這樣一對比，對數(shù)據(jù)的感知就加深了。

比喻

下圖是一個介紹雅虎郵箱處理數(shù)據(jù)量大小的圖表，大概就是說它每小時處理的電子郵件有近1.2TB，相當于644245094 張打印的紙。

上面這個翻譯很無聊是不是，但這并不是問題的重點，這個數(shù)它到底有多大呢? 文案中用了一個比喻的手法：大意就是將這些郵件打印出來首尾相連可以繞地球4圈。嗯，比香飄飄奶瓶還多3圈。到這里，我相信大家肯定能初步感受到雅虎郵箱每天處理的數(shù)據(jù)量有多大了吧，而且還沒有被打印出來，為地球節(jié)省了很多紙(假裝環(huán)保)。

6.讓圖表“動”起來

數(shù)據(jù)圖形化完成后，可結(jié)合實際情況，將其變?yōu)閯討B(tài)化和可操控性的圖表，用戶在操控過程中能更好地感知數(shù)據(jù)的變化過程，提升體驗。

實現(xiàn)動態(tài)化通常以下兩種方式： 交互和動畫。

交互

交互包括鼠標浮動、點擊、多圖表時的聯(lián)動響應等等。下面是百度統(tǒng)計流量研究院的時間分布圖，該分布圖采用左圖右表的聯(lián)動形式，左圖中鼠標浮動則顯示對應數(shù)據(jù)，點擊則可以切換選擇：

動畫

動畫包括入場動畫、交互過程的動畫和播放動畫等等。

入場動畫：即在頁面載入后，給圖表一個“生長”的過程，取代“數(shù)據(jù)載入中”這樣的提示文字。

交互動畫：用戶發(fā)生交互行為后，通過動畫形式給以及時反饋。

播放動畫：通俗的來說就是提供播放功能，讓用戶能夠完整看到數(shù)據(jù)隨時間變化的過程。下圖是 Gapminder 在描述多維數(shù)據(jù)時，提供隨時間播放的功能，可以直觀感受到所有數(shù)據(jù)的變化。