本篇教程介绍了大数据分析 数据可视化6步法，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据分析的理解更加深入。

<

    一般的数据图表都可以拆分成最基本的两类元素： 所描述的事物及这个事物的数值，我们暂且将其分别定义为指标和指标值。比如一个性别分布中，男性占比30%，女性占比70%，那么指标就是男性、女性，指标值对应为30%、70%。

    1. 将指标值图形化

    一个指标值就是一个数据，将数据的大小以图形的方式表现。比如用柱形图的长度或高度表现数据大小，这也是最常用的可视化形式。

    传统的柱形图、饼图有可能会带来审美疲劳，可尝试从图形的视觉样式上进行一些创新，常用的方法就是将图形与指标的含义关联起来。

    比如Google Zeitgeist在展现top10的搜索词时，展示的就是“搜索”形状的柱形，图形与指标的含义相吻合，同时也做了立体的视觉变化：

    2. 将指标图形化

    一般用与指标含义相近的icon来表现，使用场景也比较多，如下：

    3.将指标关系图形化

    当存在多个指标时，挖掘指标之间的关系，并将其图形化表达，可提升图表的可视化深度。常见有以下两种方式：

    借助已有的场景来表现

    联想自然或社会中有无场景与指标关系类似，然后借助此场景来表现。

    比如百度统计流量研究院操作系统的分布，首先分为windows、mac还有其他操作系统，windows又包含xp、2003等多种子系统。

    根据这种关系联想，发现宇宙星系中也有类似的关系： 宇宙中有很多星系，我们最为熟悉的是太阳系，太阳系中又包括各个行星，因此整体借用宇宙星系的场景，将熟知的windows比喻成太阳系，将xp、window7等比喻成太阳系中的行星，将mac和其他系统比喻成其他星系，表现如下：

    构建场景来表现

    指标之间往往具有一些关联特征，如从简单到复杂、从低级到高级、从前到后等等。如无法找到已存在的对应场景，也可构建场景。

    比如百度统计流量研究院中的学历分布，指标分别是小学、初中、高中、本科等等，它们之间是一种越爬越高，从低等级到高等级的关系，那么，这种关系可以通过构建一个台阶去表现，如下：

    支付宝新出的个人年度账单中，在描述付款最多的三项时，构建了一个领奖台的形式：

    小结：

    根据之前3步，可将指标、指标值和指标关系分别进行图形化处理。

    以最简单的性别分布为例，可以得到一个线性的可视化过程，如下：

    以上图示为供参考的线性化过程，实际可视化思考中，将哪类元素进行图形化或者图形化前后的顺序可能均有不同，需根据具体情况处理。

    4. 将时间和空间可视化

    时间

    通过时间的维度来查看指标值的变化情况，一般通过增加时间轴的形式，也就是常见的趋势图。

    空间

    当图表存在地域信息并且需要突出表现的时候，可用地图将空间可视化，地图作为主背景呈现所有信息点。

    Google Zeitgeist在2010和2012年的年度热门回顾中，都是以地图为主要载体（同时也结合了时间），来呈现热门事件：

    5. 将数据进行概念转换

    先看下生活中的概念转换，当我们需要喝水时，通常会说：给我来一杯水；而不会说：给我来30ml的水。在这里，30ml是一个实际数据，但是难以感知，所以用一杯的概念来转换。

    同样在数据可视化，有时需要对数据进行概念转换，可加深用户对数据的感知。常用方法有对比和比喻：

    对比：

    下图是一个介绍中国烟民数量的图表：如果只看左半部分中国烟民的数量：32000000，知道数据量级很大，但具体有多大却很难感知；直到看到右半部分：中国烟民数量超过了美国人口总和，这样一对比，对数据的感知就加深了。

    比喻

    下图是一个介绍雅虎邮箱处理数据量的图表，大意是每小时处理的电子邮件大小有1.2TB，相当于644245094张打印的纸。

    这又是一个很大的数据，但到底有多大？在这里用了一个比喻的手法：644245094张纸，如果把每一张纸首尾对接，可以绕地球4圈多。到这里，能较深刻感受到雅虎邮箱处理的数据量之大，为地球节省了很多纸张。

    更进一步地，还将这个比喻进行了图形化表现。

    6.让图表“动”起来

    数据图形化完成后，可结合实际情况，将其变为动态化和可操控性的图表，用户在操控过程中能更好地感知数据的变化过程，提升体验。

    实现动态化通常以下两种方式： 交互和动画。

    交互

    交互包括鼠标浮动、点击、多图表时的联动响应等等，如下是百度统计流量研究院的时间分布图，采用左图右表的联动形式，左图中，鼠标浮动则显示对应数据，点击则切换选择：

    动画

    包括增加入场动画、交互过程的动画、播放动画等等。

    入场动画：即在页面载入后，给图表一个“生长”的过程，取代“数据载入中”这样的提示文字。

    交互动画：用户发生交互行为后，通过动画形式给以及时反馈。

    播放动画：一般来是提供播放功能，像看视频一样，让用户能够完整看到数据随时间变化的过程。下图是Gapminder在描述多维数据时，提供随时间播放的功能，可以直观感受到所有数据的变化。

    总结

    数据可视化形式多样，思考过程也不尽相同。以上6步法，是基于“数据”层面（区别于信息可视化），梳理思考过程，总结设计方法，为后续可视化提供可借鉴的思路。
          

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据分析频道！