你在工作当中有被要求将数据可视化吗？

相信很多人在工作当中都会遇到这么一个情况，公司在工作汇报或者是分析数据的时候为了让数据看起来方便理解，都会要求员工将数据进行可视化的处理，不可否认的是在当下数据可视化确实是当今最火热的一个词汇，不管是在工作还是生活当中，就连大家刷朋友圈都可以刷到数据可视化工具Python网络培训的广告。但是很多人对数据可视化的理解可能还是停留在数据图表化的基础阶段，其实在学术界当中将数据可视化分为三大分支：科学可视化、信息可视化、数据可视化。

· 数据可视化的适用范围

根据维基百科解释关于数据可视化的适用范围其实目前存在两种不同的划分方式，一种最常见的关注焦点就是信息的呈现。主要组成部分的话就是以统计图形和主题图为主。

比如以下主题的展示：

·思维导图·新闻的显示·数据的显示·链接的显示·网站的显示·文章与资源·工具与服务

这些主题基本上与图形设计和信息表达密切相关。

另一方面，则从计算机科学的视角，将这一领域划分为如下多个子领域：

·可视化算法与技术方法·立体可视化·信息可视化

·多分辨率方法·建模技术方法·交互技术方法与体系架构

之所以数据可视化在当下的工作当中被我们频繁提到或者是利用到，是因为人类利用视觉获取的信息量，远远超于其他器官，而相较于文字还需要经过大脑进行逻辑处理，经过图表处理的数据，规律十分明显，能够及时获取数据所反应出来的问题，这正是利用了人类天生的技能来增强多信息数据处理的组织效率。

数据可视化的常用工具

大多数个人工作者在遇到需要大量数据需要进行可视化处理的时候可能都会选择使用Excel，公司在商业用途上的可视化工具选用会选择Tableau，DOMO，BI等工具。我们把市面上的可视化工具分类的话主要有以下三类：

a、零编程类：打开即用，无需编程，操作简单，零基础上手。

b、开发工具类：此类为比较专业化的可视化工具，主要涉及到系统的编程开发，个性化的程度较高，适合专业的开发师或者工程师。

c、专业图表类：这类可视化工具比较适用于学术界，进行有专业针对的性的图表制作，例如地图，时间，金融数值类的可视化工具。

以上几类的其实都有着自身的局限性，基本上只能满足使用者的部分功能；

现在可视化工具的产品未来也是一个简化开发数据可视化应用流程的趋势，其实目前市面上进行数据可视化业务的厂家也有很多开始转向提供Saas平台的服务，比如袋鼠云的EasyV数据可视化平台。通过视觉可视化的在线应用开发，提供自建、定制、发布、管理一站式服务。通过SaaS模式（软件即服务的模式）向用户提供服务，大大降低了应用的开发、维护成本，同时通过一次开发全平(IOS/Android/手机网站)适配的创新技术，大大提升了数据可视化产品的开发效率。【关于数据可视化应用的未来发展可以看我之前写过的一篇文】

抢占行业先机，你必须知道的数据可视化应用的未来方向

为何要去运用数据可视化？

据世界经济论坛称，世界每天会产生 2.5 万兆字节的数据，并且目前 90% 的数据是在过去两年中产生的。数据如此庞大，管理和理解变得愈发困难。任何人都不可能通过逐行浏览数据来了解不同的模式和得出观察结果。数据增长可以作为数据科学流程的一部分进行管理，而数据可视化正是该流程的一部分。那么针对为何要去运用数据可视化，用以下几点好处来进行解释：

· 改善见解

数据可视化技术可为我们提供传统的描述性统计所无法提供的见解。一个完美示例是 Francis Anscombe 于 1973 年创建的安斯库姆四重奏 (Anscombe’s Quartet)。该图例包含四个不同的数据集，具有几乎相同的方差、平均值、X 和 Y 坐标之间的相关性，以及线性回归线。但是，在图表上绘制时，图案明显不同。在以下图例中，大家可以看到，线性回归模型适用于图 1 和图 3，但多项式回归模型是图 2 的理想选择。该图例强调了对数据进行可视化表示的重要性，仅仅依赖描述性统计数据远远不够。

图源RESOURCES公司官网

· 更快制定决策

能够收集并快速处理其数据的公司在市场中更具竞争力，因为与竞争对手相比，他们可以更快做出明智的决策。速度是关键，而数据可视化可通过对数据应用可视化表示来帮助理解大量数据。该可视化层通常位于数据仓库或数据湖的顶部，并允许用户以自助方式发现和探索数据。这不仅激发了创造力，而且还减少了 IT 部门分配资源以不断构建新模型的需求。

举个例子，假设一名需要处理 20 个不同广告平台和内部系统的营销分析师需要快速了解营销活动的有效性。手动方法是前往每个系统提取报告、整合数据，然后在 Excel 中进行数据可视化分析。之后，分析师需要查看一堆指标和属性，而且难以形成结论。但是，现代商业智能 (BI) 平台可自动连接数据源和数据可视化层，这样分析师就可以轻松地对数据进行深入分析，并快速得出有关营销表现的结论。

基本示例：

假设您是一名零售商，您希望比较去年夹克和袜子的销售情况。您可以通过多种方式呈现数据，而表格是最常见的方法之一。以下是使用表格呈现的数据：

图源RESOURCES公司官网

以上表格非常出色，可以准确显示所需信息。但是，我们很难即时了解趋势和数据所反映的情况。

下面我们看看以线形图可视化呈现的数据：

图源RESOURCES公司官网

通过可视化图形，我们可以很明显地看到，袜子的销售量非常稳定，在 12 月和 6 月出现小幅上涨。而与之不同，夹克的销售更具季节性，在 7 月份的销量最低。然后逐渐上升，并在 12 月达到峰值，之后逐月降低，并于秋天之前达到最低点。您可以从图表中获取同样的信息，但花费的时间更长。您可以想象一下，如果图表包含成千上万个数据点，会是什么情况。

工作中可常用的数据可视化图表类型

根据上文描述的数据可视化在工作当中具有重要的辅助作用，那么针对工作中常用的图表类型，我们进行了以下梳理：（以下图表展示均来源于袋鼠云EasyV可视化组件模板）

· 时间序列：

· 线性图

这是最基本和最常用的可视化方法之一。可显示一个或多个变量随时间的变化情况。

图源袋鼠云EasyV操作平台

何时使用： 需要显示变量随时间的变化情况时。

· 面积图

· 面积图是线形图的变体，可显示某时间序列中的多个值。

图源袋鼠云EasyV操作平台

何时使用： 需要显示多个变量在一段时间内的累积变化时。

· 顺序排列

· 条形图

· 该图与线形图类似，只是使用条形来表示每个数据点。

图源袋鼠云EasyV操作平台

何时使用：当您需要比较某个时间范围内的多个变量或者单个变量在时间序列中的情况时，使用条形图最为合适。

·人口金字塔

·人口金字塔是堆叠的条形图，用于描绘人口的复杂社会叙事。

图源袋鼠云EasyV操作平台

何时使用： 希望以百分比形式了解各部分在整体中的情况时。然而，很多专家建议使用其他形式，因为由于处理时间增加，人眼理解这种形式的数据会更加困难。很多人认为条形图或线形图更有意义。

· 整体与部分分析

· 饼图

· 该图以饼状形式显示各部分在整体中的情况。

图源袋鼠云EasyV操作平台

何时使用：希望以百分比形式了解各部分在整体中的情况时。然而，很多专家建议使用其他形式，因为由于处理时间增加，人眼理解这种形式的数据会更加困难。很多人认为条形图或线形图更有意义。

· 树形图

· 树形图是一种以嵌套形式显示层次数据的方法。矩形的大小与每个类别在整体中的百分比成正比。

图源百度百科图库

何时使用：如果存在多个类别，并且您希望比较各部分在整体中的情况时，这种图形最为合适。

· 数据偏差

· 条形图（实际与预期）

· 该图可以比较指定变量的预期值与实际值。

图源袋鼠云EasyV操作平台

何时使用：需要比较单个变量的预期值和实际值时。以上示例显示了每个类别销售的商品数量与预期数量。您可以很容易地看到，与其他所有类别相比，毛衣的销售表现与预期的差距最大，但连衣裙和短裤的销售表现都高于预期。

· 数据相关性

· 散点图

· 散点图以 X 轴和 Y 轴的形式以及代表数据点的各点显示两个变量之间的相关性。

图片源于袋鼠云EasyV操作平台

何时使用：希望了解两个变量之间的相关性时。

· 频率分布

· 直方图

· 直方图可绘制给定数据集中事件发生的次数，并以条形图形式显示。

图源袋鼠云Easyv操作平台

何时使用：想要了解指定数据集的频率分布情况时。例如，您希望了解考虑到历史表现，每天销售 300 件商品的相对可能性。

· 箱形图

· 这是一种非参数可视化方法，可显示分散度量。箱子表示数据点的第二和第三四分位数 (50%)，箱内的直线则代表中位数。向箱外延伸的两条直线称为须状线，代表第一和第四四分位数，以及最小值和最大值。

图源袋鼠云EasyV操作平台

何时使用：希望了解一个或多个数据集的分布情况时。需要最小化空间时，可使用该图代替直方图。

· 名义比较

· 气泡图

· 气泡图与散点图类似，但增加了更多功能，因为每个气泡的大小和/或颜色都可以表示其他数据。

图源袋鼠云EasyV操作平台

何时使用：需要比较三个变量时。

· 关系网络图

· 该图可表示实体之间的复杂关系。它显示了每个实体与其他实体的联系，最终形成网络。

图片源于袋鼠云EasyV操作平台

何时使用：需要比较网络中的关系时。该图尤其适用于大型网络。上图显示了某航空公司的航线网络。

以上便是我们可以在工作当中，面对不同数据的情况下，根据数据分析想到达到的目的，选择不同样式的可视化图表来进行更好的数据处理，以便及时发现数据规律，发现问题并更快速的解决问题，节约工作时间，加强工作效率。

编辑：@九七

资料来源：

袋鼠云Easy数据可视化官网

百度百科

MicroStrategy官网

申请EasyV免费试用点击下方：