数据可视化基础至少梳理
2022-05-12 11:55:22 0 举报AI智能生成
学习资料
作者其他创作
大纲/内容
数据可视化的关键要素
清晰
一个好的数据可视化界面一定是能够清晰地展现用户所需要的信息，当用户看到界面内容时，应该能在5秒内了解到它的用途，而不是花费至少几分钟才能理解各个数据的含义。
有意义
一个有用的数据可视化界面上的每一条信息都应该是有意义的，这些有意义的信息能准确传达设计师想要表达的内容。每一条数据的背后，用户应该都是可以读懂的。
一致性
优秀的数据可视化界面，会有一套非常严谨一致的版面。这里的一致性需要考虑到布局，结构和内容。
简单
复杂的界面违背了数据可视化设计的初衷，如果一个信息呈现不够简单直接，那么肯定是在设计上出现了问题。
数据可视化的基本概念
数据空间
是由n维属性和m个元素组成的数据集所构成的多维信息空间
数据开发
是指利用一定的算法和工具对数据进行定量的推演和计算
数据分析
指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据
数据可视化
是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。
数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等
可视化过程
确认需求
业务流程
业务指标
准备数据
业务数据
财务系统
供应链系统
人力系统
生产力系统
运营系统
其他系统
数据仓库
数据整合
清洗、转换、加载
数据逻辑构建
数据分析模型
填报、补录
如果数据仓库中没有所需要的业务数据时，看对方是否能够及时填报、补录数据，增加数据源头。
选择图表
柱状图
基础柱状图
堆叠柱状图
分组柱状图
条形图
基础条形图
堆叠条形图
分组条形图
折线图
基础折线图
多条折线图
曲线折线图
面积图
基础面积图
堆积面积图
强调数量随因变量变化的程度，以及变化的趋势。可设置辅助线、趋势线等辅助分析，添加标签、缩略轴等优化交互体验。
饼状图
基础饼图
基础环图
漏斗图
特点是强调数据之间的转化关系和递进规律，经典常见就是用户浏览量，点击量，到订单支付数量。
K线图
用于记录数据变化趋势，及波动情况，常用于股票，体现价格走势与波动情况可在K线图下方设置一个柱状图，用于表示波动情况。
桑葚图
桑基图用于描述一组数值转化成另一组数值的流向，观察数据的流转情况，始末数据量相等。图中的各个分支宽度表示流量的大小，线条粗细代表数据大小。桑基图主要应用于用户行为路径、能源流转等场景。
旭日图
清晰地表达层级和归属关系，以父子层次结构显示数据构成情况，旭⽇图能便于细分溯源分析数据，真正了解数据的具体构成。旭日图用于描述树状结构数据
数据分析
可视化图表
逻辑分析
信息展示
收藏
收藏
0 条评论
下一页
