本人新人一枚，是個菜鳥數(shù)據(jù)分析師，統(tǒng)計學專業(yè)，接觸數(shù)據(jù)分析大概有半年，在這里稍微寫一下自己對可視化的拙見，大牛們看了不對地方還望指正；剛剛工作不久就談對可視化的理解確實是有些過了，個人因為也看不了不少可視化的手冊或者書，例如：數(shù)據(jù)可視化之美，R語言可視化手冊，數(shù)據(jù)可視化設計指南等，因為工作本來沒什么機會寫博客總結，借著天善這個社區(qū)寫寫總結，讓自己進步，廢話不多說；

什么是數(shù)據(jù)可視化？在我看來，數(shù)據(jù)可視化就是用圖表的形式展示數(shù)據(jù)的信息；讓展示的東西有視覺沖突，讓人能出圖表中一目了然看出你想要表達的信息；這里很關鍵一點就是，你想要展示數(shù)據(jù)的什么信息，很多人為了盲目的追求可視化的一些酷炫效果，得到的東西卻不知道表達的是什么，那么這個可視化是失敗的；當然可視化也要簡潔，簡單明了才是可視化的目標所在，畢竟做數(shù)據(jù)可視化是幫助人們去理解數(shù)據(jù)，認識數(shù)據(jù)，從多個側面去觀察數(shù)據(jù)，并告知告知別人你想表達的數(shù)據(jù)中的信息；

這工作半年下來，我用了不少可視化的一些軟件或者編程語言，一開始我最早接觸的是大家基本都能聽過的EXCEL,功能特別強大，用它都可以做數(shù)據(jù)分析，然而原諒我沒有把它學好，EXCEL它其實可以做很多的事情，簡單方便的生成各種你需要的圖表，雖然顏色上不是那么讓人喜歡，要是有耐心可以慢慢的調，加一下后期制作或者渲染；然后就是TABLEAU,這個軟件確實是強大，能夠連接多種數(shù)據(jù)，拖拽式的操作，可以自動的幫你生成圖表，界面簡潔易操作，要全放開版的收費，作為剛剛工作的小白只能用它的免費版的，不過限制挺多的；接下來就是R語言了，這是一個開源的統(tǒng)計語言，在數(shù)據(jù)分析方面和可視化方面都無比強大，第一次用上了GGPLOT2這個包我便開始喜歡上了這個編程語言，這個包的構圖思想是圖層思想，一個圖層一個圖層去操作，特別的靈活，我正在學習R語言，希望在今年能稍微精通一下；下面說一下自己對各種圖形或者可視化的理解

柱狀圖

柱狀圖確實是一個很強大的圖形，為什么說它強大呢？因為個人看，柱狀圖在展示的數(shù)據(jù)類型上可以選擇非連續(xù)的數(shù)據(jù)數(shù)據(jù)類型和連續(xù)的數(shù)據(jù)類型，又有常用的柱狀圖和側面柱狀圖，還可以用來折疊去展示數(shù)據(jù)；當我們的去展示非連續(xù)的數(shù)據(jù)類型的時候我們大部分都是用柱狀圖去展示這類的數(shù)據(jù)分布，大概能看出這個數(shù)據(jù)分布情況，又可以用來比較不同數(shù)據(jù)的整體與部分的關系；在展示連續(xù)的數(shù)據(jù)類型的大部分是用來展示這類數(shù)據(jù)的時間趨勢。或者數(shù)據(jù)的分布。在設計上我個人認為柱狀在設計的時候底層的便簽最好不要太長和斜著或者90度垂直于坐標軸，因為這樣為方便別人去閱讀你的圖表，畢竟可視化是方便別人去解讀你的數(shù)據(jù)，能簡單易懂就是最好不過了，在各個的柱形下的柱子的間距多少為妙呢？其實個人人為不宜過寬也不宜近，長度大概在柱狀的寬度的一半左右為佳，在顏色上的設計，我比較偏向于柱形圖用一種顏色，如果要想展示數(shù)據(jù)突出的部分，我們只需要將顏色加深，這也是為了閱讀的簡潔性，如果一張柱形圖的顏色五花八門，那么所表達的效果是特別糟糕的。對于數(shù)據(jù)的排序，如果沒有某種特殊的要求，我們最好給數(shù)據(jù)排下序，當然，如果展示的時間趨勢的話就沒法排序了。

餅圖

餅圖大部分得的時候是展示部分和總體的關系，不過餅圖有個缺點就是，當部分特別繁多的時候就不能用來展示了，因為界面效果會特別差；常用的兩種方式是餅狀和環(huán)狀兩種。餅狀的直接展示各個部分于總體的關系，而環(huán)狀的保留餅狀的樣式，中間部分可以展示突出的數(shù)據(jù)。餅圖在一般的展示情況大多數(shù)人為了展示一個百分比這個數(shù)不管有多少個部分都是去用餅圖，然而餅圖一般用情況下部分五六個為佳，當多個部分的時候，很多數(shù)據(jù)沒法展示出來，也就是掩蓋了部分的信息，有時候我們需要對比兩個總體的結構，大部分人都會選擇去用兩個餅圖去比較，然后這個效果不太好，所以一般要比較結構的差異的話最好不要使用多個餅圖去展示，最好使用堆疊柱狀圖去比較兩個總體的差異，還有展示的時候部分最好經(jīng)過大到小的排序。

折線圖

折現(xiàn)圖大部分情況下都是去展示連續(xù)的數(shù)據(jù)類型，常用是時間趨勢，它可以很好的展示趨勢，累積，減少以及變化；在設計上，縱坐標最好是能從0開始，因為這樣避免有些地方讓人誤讀，展示線條上我們最好能夠選擇實心的線條，不要用虛線或者點去表示線，這樣情況下看著看著容易分析，一張折現(xiàn)圖的線三四條為佳，過多的線只會讓觀察某條線的時候看錯了，如果要展示多條，可以在下一張圖上去展示，如果你要展示的數(shù)據(jù)是多個部分的話，這些部分的數(shù)據(jù)最好能有一個共同趨勢，不然有升又降趨勢讓人看不知所措。還有一個細節(jié)的地方，就是加圖例的時候最好折線末尾那時候加，對應的折線加對應的圖例，方便人讀懂你的折線。

散點圖

散點圖做研究的時候用的比較多，因為散點圖大部分情況是用來探究兩個部分的關系的時候用的，就先做相關分析的時候要用散點圖觀察一下是否有相關關系；設計上改注意的和上面的圖一樣，縱坐標最好能從0開始，當想要展示多種關系的話的，我們可以利用點的大小和顏色去探究，在有某種趨勢關系下我們最好加個輔助的線，方便別人看出相關性；

氣泡圖

氣泡圖有點類似于加了大小的散點圖，氣泡圖還可以在展示地域數(shù)據(jù)的可視化，在設計上我們需要注意的是，氣泡的尺寸我們需要去注意，例如我們在展示數(shù)據(jù)的大小比例最好面積的比例一樣，不要用半徑，如果用半徑的話就是1:4了，大小差異就過大了，氣泡的形狀上最好使用老老實實的圓最好，不要用一些奇怪的圖像。

熱點地圖

怎么說呢，我覺得熱點地圖的展示是很考驗人的技能，第一個熱點地圖要展示的數(shù)據(jù)與地域關系差異較大類型的數(shù)據(jù)才能體現(xiàn)出它的價值，也就是說有背景故事或者價值去讓我們發(fā)現(xiàn)的數(shù)據(jù)，熱點地圖主要是通過強烈的色彩對比去體現(xiàn)數(shù)據(jù)的差異，有個缺點就是沒法很具體的表達數(shù)據(jù)之間差距而不是差異。在設計上，我推薦色彩最好是一種色調，通過顏色的深淺去反映數(shù)據(jù)的強度，如果色彩過于繁多，對于讀者來說讀這張圖是個負擔，也無法體現(xiàn)出數(shù)據(jù)之間的差異，輪廓最好簡單即可，畢竟簡約美嘛，上色的時候會有一個叫色階的東西，這時候什么數(shù)據(jù)范圍位于哪個色階最好分清楚，最好能體現(xiàn)出差異，不要全部都是一個色階，不然熱點地圖就是去了它的意義了。

上面說的是對于圖表的理解，下面說下對常用的展示方式的一些理解；

尺寸：就是用柱形的長短，餅圖的大小這類去展示，這可能是我們大家最為常用的一種方式去展示數(shù)據(jù)，當展示兩個對象的數(shù)據(jù)的時候，我們可以通過尺寸馬上的發(fā)現(xiàn)了兩個對象之間的差異，在展示的精準讀上也有些不同，個人人為點的精度大于線條大于面的精度。

色彩：色彩是用來展示大數(shù)據(jù)的非常好的方式，因為大數(shù)據(jù)之間會有不少的差異，顏色恰恰是展示這些差異最好的方式，畢竟我們人天生對色差明感，在色階的選取上我覺得最好能夠有明顯的差異。

位置：差不多就是我們所說的地圖了，這是基于位置的可視化方式，一般我們都用于展示于位置較強關系的數(shù)據(jù)類型

網(wǎng)絡：這個展示數(shù)據(jù)點之間的關系，例如就像社交網(wǎng)絡，就是用這樣的展示去表達人與人之間的相關關系。

時間：展示趨勢用的最多，主要是想了解對象的發(fā)展和變化規(guī)律，讓我們了解對象整個發(fā)展脈絡。

那么成功的可視化是怎么樣子的呢？

借用《數(shù)據(jù)可視化之美》的話來說，成功的可視化總共有四點，第一點是新穎，大家都知道，數(shù)據(jù)可視化就是了簡單明了的了解數(shù)據(jù)，不過你用一個全新的角度去詮釋你的數(shù)據(jù)，讓讀者讀懂了你的信息又能從更高的角度去解讀這些信息；第二點信息要充實，充實不代表越多越好，因為一個圖表展示的信息過多，會讓讀者成為一種累贅，很難讀懂你的想法，充實的信息就表明你的圖表能夠能到他們想要的信息又不造成信息過多的情況，所以我們就要考慮業(yè)務應用場景了，什么樣的場景需要用那些信息結合那些是多余的需要去判斷，第三點高效，也就是我們所說的簡單明了，一眼就能知道數(shù)據(jù)中的信息，所以我們在可視化過程中一定要把一些也主題不相關的因素排除掉，過多不相關的因素存在只會增加讀者的閱讀時間和難度；第四點美感，圖片的布局，色彩，形狀等一系列的組成部分都是相當和諧的。

那么我們如何設計成功的可視化圖表呢？

首先學習這個步驟肯定是少不了的，怎么去學習，當然是去學習一些經(jīng)典的可視化圖片，學習它是如何去構造這張圖的，色彩為何要這樣的去運用等，還要學習一些可視化的語言或者軟件，例如像R語言，它的有強大的包，ggplot2,newwordk,ggmaps(地圖)等之類強大的包可以去學習，不然你會設計也不會操作那也是空有一身力氣，然后理解數(shù)據(jù)意義和你想要表達的信息，然后遵從圖表的一些設計規(guī)范，在規(guī)范的基礎在進行一些自己的想法。

參考文獻：

《數(shù)據(jù)可視化之美》

《數(shù)據(jù)可視化設計指南：圖表設計》

本文作者：天善智能社區(qū) 夏爾康，通曉各種統(tǒng)計學習方法，熟練使用R語言建模，結合帥氣與才智的不明吃瓜群眾。

　　數(shù)據(jù)分析是指用適當?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析，提取有用信息和形成結論而對數(shù)據(jù)加以詳細研究和概括總結的過程。

　　為什么要學數(shù)據(jù)分析？

　　從海量數(shù)據(jù)中獲得別人看不見的信息，創(chuàng)業(yè)者可以通過數(shù)據(jù)分析來優(yōu)化產(chǎn)品，營銷人員可以通過數(shù)據(jù)分析改進營銷策略，產(chǎn)品經(jīng)理可以通過數(shù)據(jù)分析洞察用戶習慣，金融從業(yè)者可以通過數(shù)據(jù)分析規(guī)避投資風險，程序員可以通過數(shù)據(jù)分析進一步挖掘出數(shù)據(jù)價值，它和編程一樣，本質上也是一個工具，通過數(shù)據(jù)來對現(xiàn)實事物進行分析和識別的能力。不管你從事什么行業(yè)，掌握了數(shù)據(jù)分析能力，往往在其崗位上更有競爭力。

　　如何學習數(shù)據(jù)分析？

　　數(shù)據(jù)分析作為一門交叉學科，你需要有一定的數(shù)學功底，特別是統(tǒng)計學相關的知識，比如什么是中值、均值、眾值，求和、求方差、階乘等常用計算公式，而對于進階數(shù)據(jù)分析師來說，需要了解統(tǒng)計模型算法、線性代數(shù)等知識，另外你需要掌握一些常見的數(shù)據(jù)分析工具，比如 Excel、SPSS，關于數(shù)據(jù)庫知識，你需要懂基本的SQL查詢語句，掌握一門編程語言有時候可以讓你的分析更加高效，你可以選擇 Python 或者 R 語言。Python社區(qū)則提供了豐富的第三方數(shù)據(jù)分析工具包，Pandas、Numpy、Matplotlib。

數(shù)據(jù)分析過程主要包括6個既相互獨立有互有聯(lián)系的階段。它們是：明確分析目的和思路、數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)、報告撰寫等6步。

數(shù)據(jù)分析六部曲

今天我們講第一步：明確分析目的和思路。

一、明確分析目的和思路

明確分析目的：

菜鳥和數(shù)據(jù)分析師的區(qū)別是什么呢？

菜鳥和數(shù)據(jù)分析師的區(qū)別

其實他們的主要區(qū)別就在于目標是否明確，如果目標明確，所有的問題自然就迎刃而解了。所以在開展數(shù)據(jù)分析之前，要想想：為什么要開展數(shù)據(jù)分析？通過這次數(shù)據(jù)分析我要解決什么問題？只有明確數(shù)據(jù)分析的目標，數(shù)據(jù)分析才不會偏離方向，否則得出的數(shù)據(jù)分析結果不僅沒有指導意義，甚至可能將決策者引入歧途，后果嚴重。

確定分析思路：

當分析目的明確后，我們就要梳理分析思路，并搭建分析框架，把分析目的分解成若干個不同的分析要點，即如何具體開展數(shù)據(jù)分析，需要從哪幾個角度進行分析，采用哪些分析指標。

只有明確了分析目的，分析框架才能跟著確定下來，最后還要確保分析框架的體系化，使分析結果具有說服力。

分析體系化怎么理解呢？

體系化就是邏輯化，簡單來說就是先分析什么，后分析什么，使得各個分析點之間具有邏輯聯(lián)系。這也是很多人常常困擾的問題，比如經(jīng)常不知道從哪方面入手，分析的內容和指標常常被質疑是否合理、完整，而自己也說不出個所以然，所以體系化就是為了讓你的分析框架具有說服力。

如何使分析框架體系化呢？

以營銷、管理等理論為指導，結合實際業(yè)務情況，搭建分析框架，這樣才能確保數(shù)據(jù)分析維度的完整性，分析結果的有效性及準確性。

營銷方面的理論模型有4P、用戶使用行為、STP理論、SWOT等，而管理方面的理論模型有PEST、5W2H、時間管理、生命周期、邏輯樹、金字塔、SMART原則等。這些都是經(jīng)典的營銷、管理方面的理論，需要在工作中不斷實踐應用，才能體會其強大作用。如：以PEST分析理論為知道，搭建的互聯(lián)網(wǎng)行業(yè)PEST分析框架，故而使數(shù)據(jù)分析變得有血有肉有脈絡，真正做到理論知道實踐。

互聯(lián)網(wǎng)行業(yè)分析

明確數(shù)據(jù)分析目的以及確定分析思路，是確保數(shù)據(jù)分析過程有效進行的先決條件，它可以為數(shù)據(jù)收集、處理及分析提供清晰的指引方向。

所以，

在做數(shù)據(jù)分析之前，先想想到底為什么要做數(shù)據(jù)分析，明確數(shù)據(jù)分析方向，才能保證不迷失在數(shù)據(jù)的叢林里。

（讀書筆記：狄松）

　　數(shù)據(jù)分析是指用適當?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析，提取有用信息和形成結論而對數(shù)據(jù)加以詳細研究和概括總結的過程。

　　為什么要學數(shù)據(jù)分析？

　　從海量數(shù)據(jù)中獲得別人看不見的信息，創(chuàng)業(yè)者可以通過數(shù)據(jù)分析來優(yōu)化產(chǎn)品，營銷人員可以通過數(shù)據(jù)分析改進營銷策略，產(chǎn)品經(jīng)理可以通過數(shù)據(jù)分析洞察用戶習慣，金融從業(yè)者可以通過數(shù)據(jù)分析規(guī)避投資風險，程序員可以通過數(shù)據(jù)分析進一步挖掘出數(shù)據(jù)價值，它和編程一樣，本質上也是一個工具，通過數(shù)據(jù)來對現(xiàn)實事物進行分析和識別的能力。不管你從事什么行業(yè)，掌握了數(shù)據(jù)分析能力，往往在其崗位上更有競爭力。

　　如何學習數(shù)據(jù)分析？

　　數(shù)據(jù)分析作為一門交叉學科，你需要有一定的數(shù)學功底，特別是統(tǒng)計學相關的知識，比如什么是中值、均值、眾值，求和、求方差、階乘等常用計算公式，而對于進階數(shù)據(jù)分析師來說，需要了解統(tǒng)計模型算法、線性代數(shù)等知識，另外你需要掌握一些常見的數(shù)據(jù)分析工具，比如 Excel、SPSS，關于數(shù)據(jù)庫知識，你需要懂基本的SQL查詢語句，掌握一門編程語言有時候可以讓你的分析更加高效，你可以選擇 Python 或者 R 語言。Python社區(qū)則提供了豐富的第三方數(shù)據(jù)分析工具包，Pandas、Numpy、Matplotlib。