在简化数据量和降低大数据应用的复杂性中,数据分析发挥着关键的作用。实现数据可视化是其中一个重要的途径,它能够帮助获得完整的数据视图并挖掘数据的价值。
数据可视化主要借助于图形化手段,清晰有效地传达与沟通信息。通过图表使冗长的数据表达更加形象化,可以把问题的重点有效传递给观者。
这篇文章将介绍一些常规的数据可视化图表类型以及如何选择合适的图表。
一 常见的图表类型
在实现数据可视化之前,我们首先要了解有哪些图表类型,常见的图表可参考EXCEL自带的图表类型。
如图,点击EXCEL插入---图表选项卡可以查看EXCEL中的图表:
1.柱状图
适用场合是二维数据集(每个数据点包括两个值x和y),但只有一个维度需要比较,用于显示一段时间内的数据变化或显示各项之间的比较情况。
2. 条形图
显示各个项目之间的比较情况,可参考柱状图
3. 折线图
折线图适合二维的大数据集,还适合多个二维数据集的比较。
4. 环图,又名“饼图”)
显示各项的大小与各项总和的比例。适用简单的占比比例图,在不要求数据精细的情况适用。
5. 雷达图
适用场景:雷达图适用于多维数据(四维以上),且每个维度必须可以排序,数据点一般6个左右,太多的话辨别起来有困难。
6. 漏斗图
漏斗图适用于业务流程多的流程分析,显示各流程的转化率。
7. 词云,又名“标签云”
显示词频,可以用来做一些用户画像、用户标签的工作。
8. 散点图
显示若干数据系列中各数值之间的关系,类似XY轴,判断两变量之间是否存在某种关联。散点图适用于三维数据集,但其中只有两维需要比较。
9. 面积图
强调数量随时间而变化的程度,也可用于引起人们对总值趋势的注意。
10. 表格
即图形+表格的结合体
......
二,选择合适的图表
虽然我们平时从网络,报刊,书籍中看到的图表多种多样,令人眼花缭乱,但是事实上我们常用的图形也只有4种左右,其余复杂图表大多由其延申而来。
简单的图表往往是最有效的,简单的图表才能将观者的目光聚焦于数据本身,能更有效,形象,更快传达信息的图表就是好图表,切忌使用炫酷的图表。
扩展阅读:
大数据是对互联网的海量数据进行深入挖掘,与传统的数据分析相比。统计知识,机器模型等有很大的差异。
中培结合大数据领域专家推出了《大数据分析挖掘与可视化最佳实践》课程。内容涉及:数据分析实战,数据挖掘理论及核心技术,大数据算法原理及案例实现,Python应用实战......
点击了解课程详情:《大数据分析挖掘与可视化最佳实践》
如需了解更多培训及考试相关内容,欢迎咨询方老师 电话/微信:13910781835 。我们将针对您的情况,一一作出更详尽的回答。