Download- 课程获取: 数据可视化入门到精通 - 打造前端差异化竞争力
一数据可视化是什么数据可视化，百科上的解释是指对于数据视觉表现形式的科学技术钻研。简略说，就是使繁冗多项的数据转换成图或表，以一种更直观的形式展示进去。
二可视化用处分类
1 用处分类 - 比拟 1、柱形图
阐明：应用垂直或程度的柱子显示类别之间的数值比拟；实用：适宜利用到分类数据比照，横置时也称条形图。注意事项：柱形图数据条数不宜超过 12 条；条形图数据条数不宜超过 30 条；2、雷达图
阐明：将多个分类的数据量映射到坐标轴上，比照某我的项目不同属性的特点；实用：理解同类别的不同属性的综合状况，以及比拟不同类别的雷同属性差别；雷达图还能够展现出数据集中各个变量的权重高下状况，十分实用于展现性能数据；3、折线图
阐明：折线图用于显示数据在一个间断的工夫距离或者时间跨度上的变动，它的特点是反映事物随工夫或有序类别而变动的趋势；实用：有序的类别，比方工夫；4、面积图
阐明：面积图是在折线图的根底之上造成的, 它将折线图中折线与自变量坐标轴之间的区域应用色彩填充，色彩的填充能够更好的突出趋势信息；实用：有序的类别，比方工夫；注意事项: 须要留神的是色彩要带有肯定的透明度，透明度能够很好的帮忙使用者察看不同序列之间的重叠关系，没有透明度的面积会导致不同序列之间互相遮蔽缩小能够被察看到的信息;4、南丁格尔玫瑰图
阐明：南丁格尔玫瑰图是在极坐标下绘制的柱状图，应用圆弧的半径长短示意数据的大小（数量的多少）；实用：适宜比照大小相近的数值；特地阐明：南丁格尔全名弗罗伦斯·南丁格尔，英国驰名护士和统计学家；5、词云
阐明：词云，是文本数据的视觉示意，由词汇组成相似云的黑白图形，用于展现大量文本数据，能疾速感知最突出的文字；实用：实用于突出比拟类的需要，比方关键词搜寻；2 用处分类 - 形成 1、饼图
阐明：饼图宽泛得利用在各个领域，用于示意不同分类的占比状况，通过弧度大小来比照各种分类；实用：实用于比拟一个数据分类上各个模块的大小占比的需要；注意事项：饼图不适用于多分类的数据，原则上一张饼图不可多于 9 个分类，因为随着分类的增多，每个切片就会变小，最初导致大小辨别不显著，每个切片看上去都差不多大小，这样对于数据的比照是没有什么意义的。所以饼图不适宜用于数据量大且分类很多的场景；2、环形图
阐明：环图实质是饼图将两头区域挖空；环图绝对于饼图空间的利用率更高，比方咱们能够应用它的空心区域显示文本信息，题目等；3、重叠柱状图
阐明：重叠柱状图将每个柱子进行宰割以显示雷同类型下各个数据的大小状况；分类：沉积柱状图：比拟同类别各变量和不同类别变量总和差别；百分比沉积柱状图：适宜展现同类别的每个变量的比例；4、重叠面积图
阐明：重叠面积图和根本面积图一样，惟一的区别就是图上每一个数据集的终点不同，终点是基于前一个数据集的，用于显示每个数值所占大小随工夫或类别变动的趋势线，展现的是局部与整体的关系；实用：重叠面积图不适用于示意带有负值的数据集。十分实用于比照多变量随工夫变动的状况；分类：沉积面积图。同类别各变量和不同类别变量总和差别; 百分比沉积面积图。比拟同类别的各个变量的比例差别;5、矩形树图
阐明：矩形树图适宜展示同一层级的不同分类的占比状况，还能够同一个分类下子级的占比状况，比方商品品类等；矩形树图由马里兰大学传授 Ben Shneiderman 于上个世纪 90 年代提出，起初是为了找到一种无效理解磁盘空间应用状况的办法；3 用处分类 - 散布 1、直方图
阐明：直方图，又称品质分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段示意数据分布的状况；实用：直方图是以矩形的长度示意每一组的频数或数量，宽度则示意各组的组距，因而其高度与宽度均有意义，利于展现大量数据集的统计后果；2、散布曲线图
阐明：散布曲线图展现的是一种概率分布，也是一种同统计学紧密结合的图表；3、箱型图
阐明：箱形图又称盒须图、盒式图或箱线图，是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来显示一组数据分布状况的统计图；实用：实用于展现一组数据扩散状况，特地用于对几个样本的比拟；4、热力求
阐明：以非凡高亮的模式显示访客热衷的页面区域和访客所在的天文区域的图示。能够直观分明地看到页面上每一个区域的访客趣味焦点；4 用处分类 - 分割 1、散点图
阐明：散点图也叫 X-Y 图，它将所有的数据以点的模式展示在直角坐标系上，以显示变量之间的相互影响水平，点的地位由变量的数值决定。通过观察散点图上数据点的散布状况，咱们能够推断出变量间的相关性；实用：实用于相关性剖析，比方回归剖析；2、气泡图
阐明：气泡图是一种多变量图表，是散点图的变体，也能够认为是散点图和百分比区域图的组合；实用：实用于分类数据比照，相关性剖析；注意事项：气泡图的数据大小容量无限，气泡太多会使图表难以浏览。然而能够通过减少一些交互行为补救：暗藏一些信息，当鼠标点击或者悬浮时显示，或者增加一个选项用于重组或者过滤分组类别。另外，气泡的大小是映射到面积而不是半径或者直径绘制的。因为如果是基于半径或者直径的话，圆的大小不仅会呈指数级变动，而且还会导致视觉误差。3、桑基图
阐明：桑基图（Sankey diagram），即桑基能量分流图，也叫桑基能量均衡图。一种特定类型的流程图，图中延长的分支的宽度对应数据流量的大小，起始流量总和始终与完结流量总和保持平衡。实用：实用于用户流量等数据的可视化剖析。三可视化注意事项 1 抉择最高效的可视化图形
让用户能够一眼分别出，从图表中疾速获取咱们想要传播的信息，不要让用户费劲去比照太多货色。2 放弃页面视觉交互的统一性
放弃视觉的一致性，对于用户来说，同样的文字、状态、按钮，都应该触发雷同的事件，听从通用的平台常规。3 正当应用零点基准线
如果图表须要重点突出比照数据的话，线性图表的坐标上限不肯定必须从零点开始器。4 商业领域外患用红色
在商业领域内，红色往往与损失紧密联系，绿色与亏损挂钩，因而要留神不要混同应用红绿两色。5 慎用 3D 图表
在不波及多维数据的状况下，防止适度设计，个别不实用 3D、暗影，正当使用色调同样能让图表显示的很高级，如果肯定要应用 3D 图表，能够选取一个切面（正视，仰视，侧视）查看，防止数据被过分拉伸。
6 不要应用非程度和竖直的文字标注，也不要应用转行
不要用过于简单的设计模式，数据可视化的第一要义是简略易懂，所以在遇到标签文字过长时，能够采纳以下办法进行解决。7 排序连贯 / 平均
图例的排序应和图表中的程序保持一致；在轴上应用天然增量（0,5,10,15,20），而非不平均的增量（0,3,5,16,50）。8 刻意的序列
在发布会中咱们经常见到，为了突出本人产品的强悍，往往要与友商的数据做比照，在这种状况下，咱们的数据也不是随机排布的，我给这种数据排布办法起了个名字，叫“刻意的序列”。9 切忌随便设置饼图起始角度
咱们的浏览习惯是从 12 点钟方向顺时针开始的，所以，在制作饼图时，要调整最大的扇形从 12 点钟方向开始，并尽量依照面积从大到小进行排列，这样不仅不便他人浏览图表，更有利于清晰地出现数据。