數據可視化究竟是什麼意思？

有大牛可以通俗的解釋一下嗎

數據可視化，不是簡簡單單把數據變成圖形這麼簡單！

通俗來說，圖形只是數據可視化的一種方法，數據可視化真正的含義更類似於「翻譯」，是將我們看不懂的數據通過圖形化的手段進行有效地表達，準確高效、簡潔全面地傳遞某種信息，甚至我們幫助發現某種規律和特徵。

就好比我們看原著《哈姆雷特》，普通人很難接收到作者在書中向我們表達的內容，所以就需要翻譯對原著進行解釋，首先翻譯成我們看的懂的語言、準確表達作者的觀點（準確表達），最後能幫助我們理解、讀懂這本著作（數據挖掘）。

什麼是數據可視化？

數據是最原始的孤立符號，如何將數據轉化成有意義、有價值、有聯繫的信息，就需要進行數據表達。

比如說，有的人可以在短時間內記住成百上千個毫無規律的手機號碼，其實沒有什麼奧秘，只是因為他們通過數據表達將原本毫無意義的符號，變成了有聯繫的圖形信息。

比如他們在記憶183492761這樣的數字時，會將數字放入到類似於手機解鎖的九宮格中，這樣他們就能將記憶數字改變為記憶圖形，會大大提高記憶效果。

這是為什麼呢？其實是因為人類右腦記憶圖像的速度比左腦記憶抽象的文字快100萬倍。因此，數據可視化能夠加深和強化受眾對於數據的理解和記憶。

舉個更為實際點的例子，通常很多人做報表時都會給老闆這樣的表格：

這種excel表格的方式僅僅是將數據進行了羅列，沒有辦法表達出真正的主體信息，老闆也沒辦法從這樣的數據中找出什麼規律和特徵；相反的，如果你利用數據可視化將數據轉化成這樣的形式，老闆獲取信息的效率會更快，也能從數據中找出事物變化的趨勢與規律，幫助老闆進行決策。

二、可視化的原則

一是平衡性。

在可視化規範與領導喜好之間尋求平衡點。大名鼎鼎的IBCS建立了關於報表、幻燈片、儀錶板、圖和表的製作標準，就像下圖這樣。

有了這些視化規範是不是直接參照就可以呢？還不行，還需要加入一些「中國特色」，也就是領導的喜好，否則可能水土不服。如何把握領導的喜好？作為一個數據分析師，這應該是一個基本功吧。

二是邏輯性。

一個好的分析師會用數據講故事，數據可視化之後故事會更吸引人，好的可視化就是與數據的邏輯完全契合，想展示什麼（數據背後的含義）——依據是什麼（數據的趨勢變化）——結論是什麼（數據反映的問題）。

三是準確性。

可視化要忠於數據，刻意誇大或者美化數據及變化都不可取。舉個例子，前一段幫一個朋友做可視化，數據在1-50之間，做成的蝴蝶圖中「數據1」對應的條形幾乎不可見，這時候朋友就不滿意了，明明有數圖中卻看不見這必須得改，接著又拒絕我增加「折斷」的想法，萬般無奈之下被逼著將「1」改成了「2」，終於露出一個「尖尖角」。一聲長嘆，數據可視化時既要滿足甲方需求，也要儘可能地堅持原則。

四是穩定性。

剛才在談可視化的誤區時，建議大家不要過於求新求變，不要執著於某一類可視化類型，而是應該保持穩定性，通過增加細節適度微創新，還是領導熟悉的味道只是加了點料，保持了可視化風格延續的同時又有一點小驚喜。比如增加標準線，增加差異箭頭、增加區域分隔等等。

三、可視化都哪些好用的工具？

常用的可視化工具主要有這4類：

一是在線可視化工具。

主要有鏑數、花火等，優點是圖表種類豐富、類型新穎、配色年輕化，還提供了一些十分酷炫動態圖表，操作也比較簡單，很多新媒體都在用，缺點是數據保密性不夠。

二是編程可視化工具。

主要有E-charts、D3、ggplot、Matplotlib、pandas、plt等，優點是可以製作大型數據集和交互動畫的圖表，高端大氣上檔次，可視化效果跟腦洞大小呈正比，缺點是需要有編程基礎，門檻較高。

三是商業智能工具。

比如國內比較有有名的FineBI等，是專業的大數據 BI 和分析平台，主要為企業提供一站式商業智能解決方案，用他們做數據分析和可視化駕駛艙真是妥妥的，不需要寫代碼，而且操作比較方便，缺點是目前市場上的大部分BI都收費，不過FineBI個人版免費，這一點算是很人性化的

四是基礎可視化工具。

主要就是Excel，優點是通用、易用、實用，傻瓜式操作，基本上人人都會，使用成本較低，同時還有基於excel開發的圖表插件Thinkcell Chart、Zebra Bi，國內可視化大神Peter開發的Easyshu，可以高效地製作出商業圖表。缺點是Excel本身主要製作常規性的圖表，很多特殊圖表無法實現，功能強大的圖表插件價格不菲。