我們要的不是數據，而是數據告訴我們的事實。大多數人面臨這樣一個挑戰：我們認識到數據可視化的必要性，但缺乏數據可視化方面的專業技能。部分原因可以歸結于，數據可視化只是數據分析過程中的一個環節，數據分析師可能將精力花在獲取數據、清洗整理數據、分析數據、建立模型，但在最終的展示溝通上力不從心。

這也是“寫代碼的干不過做PPT”的部分原因。實際上，只要掌握了可視化的技能，我們的工作就更容易受到leader的認可。

可視化工具包括但不限于，Tableau，Excel，PowerBI，Python，R

可視化之前：探索性分析與解釋性分析

二者之間有很重要的區別：探索性分析指理解數據并找出值得分析或分享給他人的精華。這就好比，在牡蠣中尋找珍珠，可能打開一百個牡蠣（嘗試很多種方法）才最終找到兩顆珍珠。而解釋性分析，我們迫切希望能夠言之有物，講好某個故事--專注于兩顆珍珠。

大多數時候我們匯報工作就是要做好解釋性分析的工作。

可視化過程

一個完整的數據可視化過程，主要包括以下4個步驟：

確定數據可視化的主題

提煉可視化主題的數據

根據數據關系確定圖表

進行可視化布局及設計

圖片來自：木東居士

可視化元素由3部分組成：可視化空間+標記+視覺通道

可視化空間

數據可視化的顯示空間，通常是二維。三維物體的可視化，通過圖形繪制技術，解決了在二維平面顯示的問題，如3D環形圖、3D地圖等。

標記

標記，是數據屬性到可視化幾何圖形元素的映射，用來代表數據屬性的歸類。

根據空間自由度的差別，標記可以分為點、線、面、體，分別具有零自由度、一維、二維、三維自由度。如我們常見的散點圖、折線圖、矩形樹圖、三維柱狀圖，分別采用了點、線、面、體這四種不同類型的標記。

視覺通道

數據屬性的值到標記的視覺呈現參數的映射，叫做視覺通道，通常用于展示數據屬性的定量信息。

常用的視覺通道包括：標記的位置、大小（長度、面積、體積...）、形狀（三角形、圓、立方體...）、方向、顏色（色調、飽和度、亮度、透明度...）等。

確定圖表

數據之間的相互關系，決定了可采用的圖表類型。常見的數據關系和圖表類型的對應關系如下圖所示：

圖片來自：木東居士

在以后的專欄中，我們將逐步分享上述圖片中出現的各圖形應用案例及注意事項。接下來，我們結合具體案例來講述數據可視化的魅力

表格

使用表格時，需要記住的一點是：讓設計融入背景，讓數據占據核心地位。不要讓厚重的邊框和陰影與數據爭奪受眾的注意力。相反，要使用空格來區分表格中的元素。

左表，框線過多容易擾亂閱讀者的注意力，反之，三線表簡潔干練，通常是論文及出版物表格樣式的首選。

熱力圖

熱力圖是用表格的形式可視化數據的一種方法，在顯示數據的地方（數據之外）利用著色的單元格傳遞數據相對大小的信息。

熱力圖繪制（excel2010版）：選中數據--開始--樣式--條件格式（你可以根據需要選擇合適的條件格式）。

折線圖

我們通常可以借助折現圖理解趨勢，比如，時間序列的每年降雨量（每日將與量之和）；在某些情況下，折線圖中的線可能代表一個綜合的統計數據，比如平均值或預測的點估計。如果你還想展示范圍（或者置信區間），可以直接在圖上進行可視化。

左圖是多指標折線圖，右圖在折線圖中展示范圍內的平均值。

繪制右圖時：先繪制avg--max折線圖，然后右鍵“更改圖表類型”，選擇“面積圖”；

右鍵“選擇數據”，添加min折線圖；最后選中“min折現圖”，右鍵“設置數據系列格式”，選擇“純色填充--白色”。