數(shù)據(jù)可視化之美：經(jīng)典案例與實(shí)踐解析

作者：jihong10102006

隨著DT時(shí)代的到來，傳統(tǒng)的統(tǒng)計(jì)圖表很難對(duì)復(fù)雜數(shù)據(jù)進(jìn)行直觀地展示。這幾年數(shù)據(jù)可視化作為一個(gè)新研究領(lǐng)域也變得越來越火。成功的可視化，如果做得漂亮，雖表面簡(jiǎn)單卻富含深意，可以讓觀測(cè)者一眼就能洞察事實(shí)并產(chǎn)生新的理解?？梢暬?visualization)和可視效果(visual)兩個(gè)詞是等價(jià)的，表示所有結(jié)構(gòu)化的信息表現(xiàn)方式，包括圖形、圖表、示意圖、地圖、故事情節(jié)圖以及不是很正式的結(jié)構(gòu)化插圖。

基本的可視化展現(xiàn)方式，如條形圖、折線圖、餅圖、雷達(dá)圖可以很容易通過各種軟件（如Excel）容易生成，這些方法是常見可視化問題的良好且強(qiáng)大的解決方案。然而，使用這些方法的最佳方式局限于一些特定的數(shù)據(jù)類型，而且其標(biāo)準(zhǔn)型和普遍性意味著它們基本無法達(dá)到新穎性。如果對(duì)地理空間數(shù)據(jù)、社會(huì)網(wǎng)絡(luò)關(guān)系、多維數(shù)據(jù)進(jìn)行可視化，直觀地傳遞數(shù)據(jù)期望表達(dá)的信息是需要特定的圖表類型來展示。

讓我們一起來看幾個(gè)經(jīng)典的可視化，觀測(cè)它們是如何充分利用其源數(shù)據(jù)結(jié)構(gòu)的。

1. “美國大選”數(shù)據(jù)可視化

在美國大選期間，美國媒體做了不少與之相關(guān)的數(shù)據(jù)報(bào)道，讓我們來回顧一下，他們是如何將美國大選的數(shù)據(jù)可視化的吧!

下圖為各洲“選舉人票”的占比情況。作者設(shè)計(jì)了兩種表現(xiàn)方法，一是以“選舉人票”的分布做為底圖，一是直接以美國地圖作為底圖。除此圖上方雙方選舉人票總體數(shù)量對(duì)比外，鼠標(biāo)移至各洲上方還能顯示各洲“選舉人票”數(shù)量及對(duì)希拉里與特朗普的支持比例。

關(guān)于第三方選舉人影響的情況(在只有兩種選擇和有四個(gè)選舉人的情況下，選民的態(tài)度又是怎樣呢?)

特朗普的粉絲更多的是公立學(xué)校出身，而希拉里的則大都為精英階層。

希拉里的粉絲大都較為“書生氣”，使用與書籍相關(guān)的詞匯，其中有很多被認(rèn)證為教授或博士;而特朗普的粉絲更加喜歡流行文化，他們可能同時(shí)是流行歌手的粉絲，也更加關(guān)注球類運(yùn)動(dòng)等。

2. 社會(huì)關(guān)系可視化

社會(huì)網(wǎng)絡(luò)分析(Social Netwrok Analysis，SNA)是在傳統(tǒng)的圖與網(wǎng)絡(luò)的理論之上對(duì)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析的方法。隨著人類進(jìn)入了移動(dòng)互聯(lián)網(wǎng)時(shí)代，社會(huì)網(wǎng)絡(luò)數(shù)據(jù)成了重要的數(shù)據(jù)資源。SNA的本質(zhì)是利用各樣本間的關(guān)系來分析整體樣本的群落現(xiàn)象，并分析樣本點(diǎn)在群落形成中的作用以及群落間的關(guān)系。

近幾年手機(jī)端網(wǎng)游越來越重視游戲用戶社交性設(shè)計(jì)。這款游戲的玩法設(shè)計(jì)特別強(qiáng)調(diào)強(qiáng)社交性：用戶可以在游戲內(nèi)組建家族，家族成員有不同的職務(wù)等級(jí)，用戶也可以在游戲內(nèi)給好友贈(zèng)送道具。我們從數(shù)據(jù)庫中收集抽取了部分用戶的家族數(shù)據(jù)(Nodes)和好友溝通數(shù)據(jù)(Links)。其中Nodes數(shù)據(jù)集包括Id(用戶ID)、Label(用戶名稱)、Group(所屬家族)、Level(等級(jí))的信息；Links數(shù)據(jù)集包括Source(發(fā)起方)、Target(接收方)和Weight(斗氣數(shù)量)信息。

從網(wǎng)絡(luò)圖可以看出，不同家族的成員基本緊密聯(lián)系在一起，并通過一些關(guān)鍵成員與其他家族成員聯(lián)系。例如我們發(fā)現(xiàn)右下角的那個(gè)社群的成員先通過user1用戶、再通過user12用戶跟其他社團(tuán)成員聯(lián)系在一個(gè)大網(wǎng)絡(luò)圖中。

我們也可以用Gephi軟件快速繪制社會(huì)網(wǎng)絡(luò)圖，并對(duì)其進(jìn)行美化。

3. 地理信息可視化

在第一個(gè)例子中，我們已經(jīng)見識(shí)到了地理信息可視化的魅力。接下來我們簡(jiǎn)單了解下如何利用Remap包快速繪制可交互的地圖數(shù)據(jù)可視化。目前托管在github，https://github.com/lchiffon/REmap。

百度遷徙圖是近年來非常流行的一種地理信息可視化，可以通過連線動(dòng)態(tài)查看人口流向。此處給大家繪制一幅動(dòng)態(tài)航班圖的地理信息可視化圖，大家點(diǎn)擊鏈接可查看動(dòng)態(tài)效果。

也可以利用Remap快速實(shí)現(xiàn)未來天氣預(yù)報(bào)。

還可以把一些各地舉行的會(huì)議事件在地圖上進(jìn)行可視化展示，下圖是2015年中國R語言會(huì)議在各個(gè)城市舉行的可視化展示（動(dòng)圖鏈接）。

城市熱力圖也是近年來非常流行的一種地理信息可視化方式，通過顏色的深淺表示不同地區(qū)的實(shí)際數(shù)值大?。▌?dòng)圖鏈接）。

通過以上的幾個(gè)小例子，相信大家已經(jīng)驚嘆于上面的可視化效果，給人眼前一亮、耳目一新的感覺。以上可視化并未運(yùn)用到很高深的技術(shù)，如果你也掌握以下一些可視化知識(shí)，也能繪制出以上圖表的效果。接下來，就給大家介紹幾個(gè)常用的交互數(shù)據(jù)可視化手段：D3、Echarts和R（R是一款數(shù)據(jù)分析挖掘軟件，但是其擁有強(qiáng)大的可視化功能，并能集成D3、Echarts圖庫，實(shí)現(xiàn)交互繪圖）。

1.?D3

D3 是最流行的可視化庫之一，它被很多其他的表格插件所使用。它允許綁定任意數(shù)據(jù)到DOM，然后將數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)換應(yīng)用到Document中。你可以使用它用一個(gè)數(shù)組創(chuàng)建基本的HTML表格，或是利用它的流體過度和交互，用相似的數(shù)據(jù)創(chuàng)建驚人的SVG條形圖。

比如D3可以非常容易地繪制交互?；鶊D。?；鶊D（Sankey diagram），即?；芰糠至鲌D，也叫?；芰科胶鈭D。它是一種特定類型的流程圖，圖中延伸的分支的寬度對(duì)應(yīng)數(shù)據(jù)流量的大小，通常應(yīng)用于能源、材料成分、金融等數(shù)據(jù)的可視化分析。桑基圖最明顯的特征就是，始末端的分支寬度總和相等，即所有主支寬度的總和應(yīng)與所有分出去的分支寬度的總和相等，保持能量的平衡（動(dòng)圖鏈接）。

可以通過D3對(duì)Sunburst Partition可視化探索。通過解析布點(diǎn)獲得的用戶行為路徑數(shù)據(jù)，我們可以用最簡(jiǎn)單與直接的方式將每個(gè)用戶的事件路徑點(diǎn)擊流數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，并用數(shù)據(jù)可視化方法將其直觀地呈現(xiàn)出來。 D3.js是當(dāng)前最流行的數(shù)據(jù)可視化庫之一，我們可以利用其中的Sunburst Partition來刻畫用戶群體的事件路徑點(diǎn)擊狀況。從該圖的圓心出發(fā)，層層向外推進(jìn)，代表了用戶從開始使用產(chǎn)品到離開的整個(gè)行為統(tǒng)計(jì)；Sunburst事件路徑圖可以快速定位用戶的主流使用路徑。通過提取特定人群或特定模塊之間的路徑數(shù)據(jù)，并使用Sunburst事件路徑圖進(jìn)行分析，可以定位到更深層次的問題。靈活使用Sunburst路徑統(tǒng)計(jì)圖，是我們?cè)诼窂椒治鲋械囊淮蠓▽殻▌?dòng)圖鏈接）。

2.ECharts

ECharts，縮寫來自Enterprise Charts，商業(yè)級(jí)數(shù)據(jù)圖表，一個(gè)純Javascript的圖表庫，可以流暢的運(yùn)行在PC和移動(dòng)設(shè)備上，兼容當(dāng)前絕大部分瀏覽器（IE6/7/8/9/10/11，chrome，firefox，Safari等），底層依賴輕量級(jí)的Canvas類庫ZRender，提供直觀，生動(dòng)，可交互，可高度個(gè)性化定制的數(shù)據(jù)可視化圖表。創(chuàng)新的拖拽重計(jì)算、數(shù)據(jù)視圖、值域漫游等特性大大增強(qiáng)了用戶體驗(yàn)，賦予了用戶對(duì)數(shù)據(jù)進(jìn)行挖掘、整合的能力。

ECharts 3還新增更多圖表類型，更好的滿足不同數(shù)據(jù)的處理需求 更多的搭配方案讓你的數(shù)據(jù)呈現(xiàn)方式更個(gè)性和完美。

比如地圖信息可視化：

動(dòng)圖鏈接

利用ECharts繪制?；鶊D。

3.?R

R語言是一套開源的數(shù)據(jù)分析解決方案，幾乎可以獨(dú)立完成數(shù)據(jù)處理、數(shù)據(jù)可視化、數(shù)據(jù)建模及模型評(píng)估等工作，而且可以完美配合其他工具進(jìn)行數(shù)據(jù)交互。5) R語言擁有頂尖的制圖功能。不僅有 lattcie包、ggplot2包對(duì)復(fù)雜數(shù)據(jù)進(jìn)行可視化，更有rCharts包、recharts包、plotly包實(shí)現(xiàn)數(shù)據(jù)交互可視化，甚至可以利用功能強(qiáng)大的shiny包實(shí)現(xiàn)R與web整合部署，構(gòu)建網(wǎng)頁應(yīng)用，幫助不懂CSS，HTML的用戶能利用R快速搭建自己的數(shù)據(jù)分析APP應(yīng)用。

比如我們可以繪制動(dòng)態(tài)交互的氣泡圖，通過下面的時(shí)間軸播放動(dòng)態(tài)查看不同年份的氣泡情況。

也可以利用networkD3包調(diào)用D3.js庫，繪制社會(huì)網(wǎng)絡(luò)圖和桑基圖。

前文我們已經(jīng)了解了幾種常用的數(shù)據(jù)可視化技術(shù)。接下來，讓我們一起來學(xué)習(xí)下創(chuàng)建有效的可視化的步驟。我們通常會(huì)按照下述的幾個(gè)關(guān)鍵步驟進(jìn)行：

最后，復(fù)雜高維數(shù)據(jù)無法用單一的靜態(tài)圖表進(jìn)行直觀地展示，因此需要借助可視化手段讓數(shù)據(jù)動(dòng)起來，更好地發(fā)現(xiàn)數(shù)據(jù)價(jià)值。比如說有不同組別的數(shù)據(jù)，我們想查看各組別間的數(shù)據(jù)和總計(jì)時(shí)，此時(shí)就可以通過交互式探索的形式進(jìn)行展示。

還可以結(jié)合自己掌握的數(shù)據(jù)分析和可視化技術(shù)，搭建數(shù)據(jù)可視化平臺(tái)，從而實(shí)現(xiàn)智能BI的可視化功能。比如說，我們不需要具備開發(fā)能力，利用R工具的shiny包可以快速搭建數(shù)據(jù)可視化原型。下面這個(gè)例子就是一個(gè)通過shiny包結(jié)合可視化技術(shù)實(shí)現(xiàn)的一個(gè)可視化平臺(tái)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。