——數據是什么，不是冰冷的數字，不是躺在數據庫里，躺在硬盤上，躺在圖書館的那些塵埃，而是鮮活的東西。
outline：
數據可視化背景：數據+可視化 what & why，
數據，不用多說，最強大的積累，世界的來源，沒有數據的積累，人類什么都不是。數據有幾大類：
俗話說：一圖勝千言，各種感覺器官接受信息的比例是：視覺87％，聽覺7％，嗅覺3．4％，觸覺1．5％，味覺1％
【展示各種比例數據】
數據可視化：如何圖表展示 how
1，時間趨勢的可視化
時間是個天然的數據維度，我們時刻關注時間，不論數據是哪種類型，我們必然會期望看到它在這段時間內是上升還是下降，發現其中的趨勢，回顧過去，超越現在，預測未來。
趨勢數據分離散型和連續型，離散的數據基于事件的，一段時間一個事件就會發生若干次，比如一個賽季就會發生38場足球比賽，WDM中基于天的數據都是離散事件，比如我們統計crash的次數；而連續型的數據是基于實時變化的，可以認為是隨著時間不斷變化的，比如溫度，會一直持續變化。總結，我們人類定義的最小時間單位基本上在秒這個概念上，我們做數據的可以這樣去區分離散和連續：如果事件在很小的時間粒度發生，比如UV這樣的，基本可以定位到秒級別，那么這是連續型數據；如剛才的crash信息，因為不可能是每秒都在發生，甚至都不是每分鐘都發生，那么可以定義為離散型數據。
--離散型：柱形圖和散點圖，當然對于非時序的分類數據，離散型的數據圖展示也滿足。
基本柱形圖：橫軸時間軸，縱軸數據軸，要注意柱形寬度，柱形間隔，柱形高度，柱形圖的視覺線索是：高度，數值越小，柱形越矮，數值越大，柱形越高。tip1：處理的數據都是正數時，請永遠讓柱形圖的數值軸從0開始，否則會讓人難以從視覺上比較各柱形的高度。如果在時間趨勢柱形圖上想表達多一個維度的概念，可以利用柱形顏色加以區分。tip2：柱形間隔選擇時要小心，如果間隔寬度和柱形寬度相近，視覺上會產生振動效應，給人感覺就是柱形和間隔的角色互換。
堆疊柱形圖：在基本柱形圖上，堆疊多個矩形。如果數據存在子分類，并且各個子分類之和是有意義的，就可以使用堆疊柱形圖。注意一點，這種情況子分類不宜過多。
散點圖：用圓點代替矩形，可能意義更明確，小巧而集中，這種表達有一種“流”的感覺。散點圖的視覺線索是：位置，通過xy坐標來觀察，通過與其他點的位置來比較。散點圖不強制要求從0開始。注意一點，數據不永遠是真實的，筆誤等各種原因都會導致數據偏離現實。
--連續型：其實數據等價于離散型，區別只在表達的現實意義。
點點連接：散點圖連接起來，基本折線圖，更有躍動感，默認了線性變化，也就是說從a點到b點的穩定變化。（表示人口變化沒問題）
臺階形：適合表達會長時間停留在某個數值上，然后突然增長或衰退的事務變化。（銀行利率）
平滑形：數據點雜亂且趨勢不是簡單的線性穩定趨勢，那么可以估算出一條平滑曲線，一般我們會擬合出一條樣條曲線或者貝塞爾曲線。
2，比例的可視化（分類的可視化）
在比例中尋求什么？最大，最小，總體分布？
--整體中包含各個部分：占比數據非常重要。
餅圖：像切蛋糕一樣切成若干個楔形，每個楔形代表整體的一個部分，楔形的角度代表占比（視覺線索也可以認為是面積），總和一定是100%。餅圖在表示數據時有著一些爭議，因為它不像柱形圖或者基于位置的圖形那樣精確，衡量角度或比例要比衡量長度復雜。但是如果數據塊不是特別多，餅圖是個很不錯的選擇（良好組織數據，不要將一個餅圖分成太多塊）。對餅圖的一般設計是選擇好顏色，同時按照順序從12點方向開始順時針排列楔形塊。顏色的深淺代表了重點的強弱，需要強調的部分顏色要深。
面包圈圖：中間有洞的餅圖，視覺線索不再是角度，但是跨過的弧度仍然和面積一樣可以作為視覺線索。面包圈圖中間部分適合放置標簽或者其他內容。
堆疊柱形圖：不僅僅用于時間趨勢數據類型，對于比例的展示，堆疊圖可以通過改變橫軸為類別軸，將柱形高度定義為單個類別的總和，內部柱形高度代表了子分類的數值。堆疊柱形圖的表達能力是N個餅圖的和。
板塊層級圖：treemap，一種基于面積的可視化方式，通過每一個板塊（矩形）的尺寸大小來度量。外部矩形代表父類別，而內部矩形代表子類別。最適合顯示層級結構和樹狀結構的數據。
--帶時間屬性的比例：比例加時間屬性，很自然的組合
堆疊面積圖：水平軸時間，垂直軸是比例（100%），可以理解為按時間將一系列的堆疊柱形圖連起來。
3，關系的可視化
關系中尋求的就是變量之間的關聯，比如一個量增加了，另一個怎么變？它們是因果關系還是關聯關系，更深入可以探求到數據的分布。
--關聯性：聯系（correlation），發現事物之間的關聯，如果確定關聯性，那么可以根據一項已知指標來預測另一指標。
散點圖：表示變量之間的關系，這時的散點圖橫軸代表一個變量的數值，縱軸也代表一個變量的數值，每個點的坐標xy代表了關系。這時的散點圖讀圖方法是：從左往右，如果是上升的趨勢，那么是正相關，否則是負相關，如果雜亂無章，則不相關。
散點圖矩陣：多個x軸，多個y軸，多個變量之間進行xy比較。
氣泡圖：同散點圖一樣，只不過氣泡的大小表示第三個變量（比散點圖多一個維度）。tip：用圓形表示數據時，要用面積來定義尺寸，而不是半徑、直徑或周長。氣泡圖中的圓形可以被正方形等其他圖形代替。
--分布：利用平均數、中位數、眾數、重心、線型等來判斷數據的分布。
直方圖：等價于柱形圖，橫軸表示某個延續性變量，縱軸表示頻率或可能性，柱形高度表示柱形所在取值域出現的頻率或可能性，柱形寬度表示數值軸上的某個取值域，取值域應該彼此一致。一般直方圖的柱形間隔非常小或者沒有，并且英文叫做histogram，而柱形圖我們叫bar或者column。直方圖用來主要觀察分布，而不是看到每個具體的數值。比如圖像分析里有個典型的圖像顏色特征叫做顏色直方圖，就是統計一幅圖像的各個灰度級別的像素個數繪制的一個圖形。
密度圖：直方圖的數值軸是延續性的，但是整個分布依然被分成了多個柱形。每個柱形代表的都是一些條目的集合。對于柱形內部的變化，柱形圖無法表達，因此可以利用密度圖來對分布的細節變化進行可視化。基本架構是：橫軸代表數值軸，縱軸代表可能性大小或者比例，曲線高度代表相應值發生的可能性，曲線下的面積代表整體1.
最后還可以考慮直方圖和密度圖的結合，等價于柱狀圖和折線圖結合。
4，空間關系的可視化
我們一般把空間信息的尋求量化到地圖層面，基于地域維度。利用地圖做空間關系的可視化，要比用常規圖表更直接，結合地域維度使地區數據更顯而易見。同時對于個別感興趣的區域的數據可以更方便的觀察，可以讓人們專享數據。
--具體位置：給出地點的經緯度信息
單純點圖：直接將經緯度點信息標注到地圖對應位置。類似現實中在地圖上按圖釘。這樣的可視化只能標注出發生特定事件的地點，也就是指明了類別，維度的話只包含地域維度和事件類別維度。可以看做一維。在這個點圖上的擴展就是加入跟蹤信息，將有序的點用直線連接起來。線的長短將會成為明顯的視覺線索表明點與點之間的距離關系。
氣泡地圖：在單純點圖的基礎上，加一個維度，表明了在發生特定類事件的地區的數值大小。
--地區：以宏觀更大范圍的匯總數據
地區著色：以地區區域為單位，通過著色表示指標的高低。
--跨越時間和空間：將時間維度加入空間地圖里，查看隨時間變化在地區維度上的數據指標變化。
系列組圖：將一組地區的圖表（前面說過的點圖或者著色區域圖）按時間順序排放，隨著視線的移動（從左到右或從上到下），可以看出變化趨勢。
刻畫變化：不是將狀態按順序展示出來，而是進行差額計算，直接將變化以著色圖的形式展現。使觀察更聚焦，直接看變化。
動畫：讓數據動起來，是最直觀和吸引人的設計。
未來：想象力
不管怎么講，數據可視化是輔助我們拿數據講故事的最有力的武器。
與我們結合：數據可視化是最終的展現，數據產品的終極形態有兩種，一種是利用數據做強大的分析和挖掘，得到有意義的可以匯總成知識的內容；另一種就是通過豐富的想象力用可視化形式將其展示。