数据可视化的基本流程概括
发布时间：2021-06-04 19:16:52 所属栏目：大数据 来源：互联网
导读：可视化之前：探索性分析与解释性分析 二者之间有很重要的区别：探索性分析指理解数据并找出值得分析或分享给他人的精华。这就好比，在牡蛎中寻找珍珠，可能打开一百个牡蛎（尝试很多种方法）才最终找到两颗珍珠。而解释性分析，我们迫切希望能够言之有物，讲
|
可视化之前：探索性分析与解释性分析
二者之间有很重要的区别：探索性分析指理解数据并找出值得分析或分享给他人的精华。这就好比，在牡蛎中寻找珍珠，可能打开一百个牡蛎（尝试很多种方法）才最终找到两颗珍珠。而解释性分析，我们迫切希望能够言之有物，讲好某个故事--专注于两颗珍珠。
大多数时候我们汇报工作就是要做好解释性分析的工作。
可视化过程
一个完整的数据可视化过程，主要包括以下4个步骤：
确定数据可视化的主题
提炼可视化主题的数据
根据数据关系确定图表
进行可视化布局及设计
图片来自：木东居士
可视化元素由3部分组成：可视化空间+标记+视觉通道
可视化空间
数据可视化的显示空间，通常是二维。三维物体的可视化，通过图形绘制技术，解决了在二维平面显示的问题，如3D环形图、3D地图等。
标记
标记，是数据属性到可视化几何图形元素的映射，用来代表数据属性的归类。
根据空间自由度的差别，标记可以分为点、线、面、体，分别具有零自由度、一维、二维、三维自由度。如我们常见的散点图、折线图、矩形树图、三维柱状图，分别采用了点、线、面、体这四种不同类型的标记。
视觉通道
数据属性的值到标记的视觉呈现参数的映射，叫做视觉通道，通常用于展示数据属性的定量信息。
常用的视觉通道包括：标记的位置、大小（长度、面积、体积...）、形状（三角形、圆、立方体...）、方向、颜色（色调、饱和度、亮度、透明度...）等。
 （编辑：广安站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
