什么是数据可视化(数据可视化处理)( 二 )


三、庞杂的数据可视化如果用数据来描述复杂的问题、对象、指标、时间、细分,就会出现两个或两个以上方面的变化,画图也会比较复杂 。
比如,我们不只是想知道小熊的月支出,过去一年每月的购物次数,这两个孤立的数据 。我们也想知道是不是购物越多,花钱越多 。这时候我们要发明的是数据之间的连贯关系,所以我们可以做一个散点图(如下图所示) 。

什么是数据可视化(数据可视化处理)

文章插图
散点图虽然不能严格论证相关性,但可以直接反映出来 。如果散点图真的很分散,说明两个指标没有关系 。如果散点图出现有一定的规律性,说明有机会进行深入分析 。
这是数据可视化的第四个好处:方便 。做图可以和各种模型比较,计算各种检验值方便多了 。
如果要考察一个指数在不同时间的结构变化,可以使用堆叠图(如下图所示) 。
什么是数据可视化(数据可视化处理)

文章插图
堆叠图在分析问题时非常有用!比如从上图可以直接看出,小熊女孩消费金额的变化主要是网购份额的变化引起的,真的是网购小能手!
同样,如果要比较两个对象的结构变化,也适合用堆叠图来比较 。与饼图相比,堆叠图在反映不同个体的差异时看得更清楚 。比如下图,你能一眼看出玛丽是美食家吗?
什么是数据可视化(数据可视化处理)

文章插图
如果要比较n个对象在不同时间的索引变化,可以使用折线图 。这种比较会产生一种方法:趋势分析,以后有机会可以分享 。如下图所示:
什么是数据可视化(数据可视化处理)

文章插图
如果要比较n个指标中n个对象的差异,可以使用雷达图 。如下图所示:
什么是数据可视化(数据可视化处理)

文章插图
四、小结反应内部结构:饼图、堆积图反映时间变化:直方图、折线图 。
反应排名次序的:条形图反应相干关系的:散点图反应多个指标的:雷达图你还记得吗?那么一开始应该怎么画图呢?你可以这样画,看得更清楚(如下图) 。
什么是数据可视化(数据可视化处理)

文章插图
五、更庞杂的数据可视化可能看完之后你会问,如果是:N个对象,N个指标,N次,带细分,怎么做可视化 。
这不会困扰小熊,因为如果发生这种情况,从图表上看就不清楚了 。大家感受一下,这个N连击问题在实践中的后果是什么 。
什么是数据可视化(数据可视化处理)

文章插图
这个时候,首先要把问题整顿成清晰的、独立的、相对简单的小问题,然后再一一讲 。
什么是数据可视化(数据可视化处理)

文章插图
至于怎么整顿,这是另一回事 。有机会一起分享吧 。
作者:编码器熊,大众:编码器熊
这篇文章最初是@ Coder Bear宣布大家都是产品经理 。未经允许禁止转载 。
【什么是数据可视化(数据可视化处理)】图片来自Unsplash,基于CC0协议 。


推荐阅读