什么是数据可视化？定义、示例、类型和设计指南

  你一定看过很多数据可视化示例。但是数据可视化是啥意思呢？是图形？是图表？还是仪表盘？

  本篇文章收集了关于数据可视化的一切，包括定义、重要性、基本类型。另外，我将介绍数据可视化中的前16种图表类型，并分析它们的应用场景，以帮助你快速选择图表类型。

  简而言之，数据可视化是以图形的方式呈现结构化或非结构化数据，从而将隐藏在数据中的信息直接呈现给人们。

  但是有一个陷阱：它不单单是使用数据可视化工具将数据转化为图形。相反，它是从数据的角度看世界。换句话说，数据可视化的对象是数据，把可视化作为探索世界的手段。

  寻找堆积如山的信息之间的联系并不是特别容易，但图形和图表可以将无形的信息，转化为可见的图形符号，直接清晰地表达出来，帮助你快速发现关键点。

  研究表明，人们记得他们看到的大约80%的事情，但只记得他们读过的20%。大脑记忆图像的速度比抽象单词快一百万倍。

  显示大数据的能力是数据可视化的另一个重要方面。例如，由FineReport构建的仪表板可以集成来自不同资源的大数据，反映实时数据，并在大屏幕上显示。因此，人类能在不同部门的大数据之间建立联系，并监控业务绩效。它为商业开辟了新的途径。

  区分相同类型图形（如圆柱、圆环、蜘蛛等）的长度、高度或面积，来清晰表达不同指标对应的指标值之间的对比。这种方法将使观众一眼就能看到数据和它们之间的比较。在制作这样的数据可视化图形时，使用数学公式来表示精确的比例。

  这个城市班签到直方图清楚地显示了不一样的地区的学生比例。从上图，我们一眼就能强烈的感知到北京、广州、上海的学生绝对比例。

  如上图所示，在美国联邦预算图中，资金流以不同的货币流量明确说，每笔金额所占的比例。

  如上图，通过蜘蛛图能够正常的看到公司在盈利能力和风险控制能力上的能力接近100分，能够说是出类拔萃。

  通过颜色的深度来表示索引值的强度和大小，是数据可视化设计的常用方法。用户都能够一眼看出指标数据值的哪个部分更突出。

  如下所示，通过跟踪鼠标移动并根据鼠标日志创建热图，用户行为能通过热图可视化。

  通过使用具有真实含义的图像和图标，可以更逼真地显示数据和图表，并能轻松传达数据的含义。

  例如，下图显示了男性和女性图标作为背景的比例。通过将抽象的指标数据转换成熟悉的、易于理解的数据，用户都能够更容易地理解图形的含义。

  通过将抽象的指标数据转换成熟悉的、易于理解的数据，用户更容易理解图形的含义。

  海底的冰山是冰山的绝大部分。解释非结构化数据和结构化数据的数据量，通过概念转换的形式描述非结构化数据的特征，非常形象，更容易理解未知和困难的概念。

  我们在设计指标和数据时，使用拥有相对应实际意义的图形来组合演示文稿，会使数据图表显示得更生动，使用户更容易理解图表要表达的主题。它是最常用的数据可视化类型。

  这一点我怎么强调都不为过：在选择数据可视化类型之前，了解你的数据非常重要。

  现在，我假设你了解你的数据，并且拥有正确的数据可视化工具。让我们继续，为你的项目选择最好的数据可视化类型，并进行令人印象非常深刻的设计。

  饼状图可以很容易地表达部分与整体的关系，适用于离散数据和连续数据。当数据量很小时，这种方法最着迷，也最容易理解。

  折线图用于显示时间序列关系和持久数据。它是趋势、积累、减少和变化的良好指标。

  面积图可以显示数据的时间序列关系，与折线图不同，面积图可以清楚地显示数量。