数据可视化究竟是什么意思？

有大牛可以通俗的解释一下吗

数据可视化，不是简简单单把数据变成图形这么简单！

通俗来说，图形只是数据可视化的一种方法，数据可视化真正的含义更类似于「翻译」，是将我们看不懂的数据通过图形化的手段进行有效地表达，准确高效、简洁全面地传递某种信息，甚至我们帮助发现某种规律和特征。

就好比我们看原著《哈姆雷特》，普通人很难接收到作者在书中向我们表达的内容，所以就需要翻译对原著进行解释，首先翻译成我们看的懂的语言、准确表达作者的观点（准确表达），最后能帮助我们理解、读懂这本著作（数据挖掘）。

什么是数据可视化？

数据是最原始的孤立符号，如何将数据转化成有意义、有价值、有联系的信息，就需要进行数据表达。

比如说，有的人可以在短时间内记住成百上千个毫无规律的手机号码，其实没有什么奥秘，只是因为他们通过数据表达将原本毫无意义的符号，变成了有联系的图形信息。

比如他们在记忆183492761这样的数字时，会将数字放入到类似于手机解锁的九宫格中，这样他们就能将记忆数字改变为记忆图形，会大大提高记忆效果。

这是为什么呢？其实是因为人类右脑记忆图像的速度比左脑记忆抽象的文字快100万倍。因此，数据可视化能够加深和强化受众对于数据的理解和记忆。

举个更为实际点的例子，通常很多人做报表时都会给老板这样的表格：

这种excel表格的方式仅仅是将数据进行了罗列，没有办法表达出真正的主体信息，老板也没办法从这样的数据中找出什么规律和特征；相反的，如果你利用数据可视化将数据转化成这样的形式，老板获取信息的效率会更快，也能从数据中找出事物变化的趋势与规律，帮助老板进行决策。

二、可视化的原则

一是平衡性。

在可视化规范与领导喜好之间寻求平衡点。大名鼎鼎的IBCS建立了关于报表、幻灯片、仪表板、图和表的制作标准，就像下图这样。

有了这些视化规范是不是直接参照就可以呢？还不行，还需要加入一些「中国特色」，也就是领导的喜好，否则可能水土不服。如何把握领导的喜好？作为一个数据分析师，这应该是一个基本功吧。

二是逻辑性。

一个好的分析师会用数据讲故事，数据可视化之后故事会更吸引人，好的可视化就是与数据的逻辑完全契合，想展示什么（数据背后的含义）——依据是什么（数据的趋势变化）——结论是什么（数据反映的问题）。

三是准确性。

可视化要忠于数据，刻意夸大或者美化数据及变化都不可取。举个例子，前一段帮一个朋友做可视化，数据在1-50之间，做成的蝴蝶图中「数据1」对应的条形几乎不可见，这时候朋友就不满意了，明明有数图中却看不见这必须得改，接著又拒绝我增加「折断」的想法，万般无奈之下被逼著将「1」改成了「2」，终于露出一个「尖尖角」。一声长叹，数据可视化时既要满足甲方需求，也要尽可能地坚持原则。

四是稳定性。

刚才在谈可视化的误区时，建议大家不要过于求新求变，不要执著于某一类可视化类型，而是应该保持稳定性，通过增加细节适度微创新，还是领导熟悉的味道只是加了点料，保持了可视化风格延续的同时又有一点小惊喜。比如增加标准线，增加差异箭头、增加区域分隔等等。

三、可视化都哪些好用的工具？

常用的可视化工具主要有这4类：

一是在线可视化工具。

主要有镝数、花火等，优点是图表种类丰富、类型新颖、配色年轻化，还提供了一些十分酷炫动态图表，操作也比较简单，很多新媒体都在用，缺点是数据保密性不够。

二是编程可视化工具。

主要有E-charts、D3、ggplot、Matplotlib、pandas、plt等，优点是可以制作大型数据集和交互动画的图表，高端大气上档次，可视化效果跟脑洞大小呈正比，缺点是需要有编程基础，门槛较高。

三是商业智能工具。

比如国内比较有有名的FineBI等，是专业的大数据 BI 和分析平台，主要为企业提供一站式商业智能解决方案，用他们做数据分析和可视化驾驶舱真是妥妥的，不需要写代码，而且操作比较方便，缺点是目前市场上的大部分BI都收费，不过FineBI个人版免费，这一点算是很人性化的

四是基础可视化工具。

主要就是Excel，优点是通用、易用、实用，傻瓜式操作，基本上人人都会，使用成本较低，同时还有基于excel开发的图表插件Thinkcell Chart、Zebra Bi，国内可视化大神Peter开发的Easyshu，可以高效地制作出商业图表。缺点是Excel本身主要制作常规性的图表，很多特殊图表无法实现，功能强大的图表插件价格不菲。