一：解构数据可视化（20191111-17)

0x00 可视化

数据可视化不是简单的视觉映射，而是一个以数据流向为主线的一个完整流程，主要包括：数据采集、数据处理和变换、可视化映射、用户交互和用户感知。一个完整的可视化过程，可以看成数据流经过一系列处理模块并得到转化的过程，用户通过可视化交互从可视化映射后的结果中获取知识和灵感。

可视化的终极目标是洞悉蕴含在数据中的现象和规律，从而帮助用户高效而准确的进行决策。

0x01 可视化过程

一个完整的数据可视化过程，主要包括以下4个步骤：

确定数据可视化的主题；

提炼可视化主题的数据；

根据数据关系确定图表；

进行可视化布局及设计。

0x02 确定数据主题

可视化过程的第一步：确定数据主题，即确定需要可视化的数据是围绕什么主题或者目的来组织的。业务运营中的具体场景和遇到的实际问题，公司层面的某个战略意图，都是确定数据可视化主题的来源和依据。简而言之，一个具体问题或某项业务、战略目标的提出，其实就可以对应一个数据可视化的主题。

0x03 提炼数据

了解拥有的数据，如何组织数据：

1. 确定数据指标

分析和评估一项业务的经营现状通常有不同的角度，这也就意味着会存在不同的衡量指标。同样一个业务问题或数据，因为思考视角和组织方式的不同，会得出截然不同的数据分析结果。

2. 明确数据间的相互关系

基于不同的分析目的，所关注的数据之间的相互关系也截然不同，这一步实质上是在进行数据指标的维度选择。

通常，数据之间的相互关系包含如下几类：

趋势型：

通常研究的是某一变量随另一变量的变化趋势，常见的有时间序列数据的可视化。

对比型：

对比两组或者两组以上的数据，通常用于分类数据的对比。

比例型：

数据总体和各个构成部分之间的比例关系。

分布型：

展现一组数据的分布情况，如描述性统计中的集中趋势、离散程度、偏态与峰度等。

区间型：

显示同一维度上值的不同分区差异，常用来表示进度情况。

关联型：

用于直观表示不同数据之间的相互关系，如包含关系、层级关系、分流关系、联结关系等。

地理型：

通过数据在地图上的地理位置，来展示数据在不同地理区域上的分布情况，根据空间维度不同，通常分为二维地图和三维地图。

3. 确定用户关注的重点指标

确定了要展示的数据指标和维度之后，就要对这些指标的重要性进行一个重要性排序。

因为对于一个可视化展示的终端设备而言，其屏幕大小有限，且用户的时间有限、注意力也极其容易分散。如何让用户在短时间内，更有效率的获取到重要的信息，这是评估一个可视化产品好坏的重要因素。

在可视化设计之前，不妨问用户两个问题：

（1）如果整个版面只能展示一个最重要的信息，你希望是什么？

（2）你希望展现这些信息的理由是什么？通过用户对这些问题的回答，你能了解到，在已确定的指标和维度中，用户最关注的是哪个或哪些。

通过确定用户关注的重点指标，才能为数据的可视化设计提供依据，从而通过合理的布局和设计，将用户的注意力集中到可视化结果中最重要的区域，提高用户获取重要信息的效率。

0x04 确定图表

数据之间的相互关系，决定了可采用的图表类型。

0x05 可视化设计

在做好了以上的需求收集和整理之后，进入可视化的设计和呈现的阶段。主要包括两个方面：一是进行可视化布局的设计，二是数据图形化的呈现。

5.1 页面布局

可视化设计的页面布局，要遵循以下三个原则：

（1）聚焦

设计者应该通过适当的排版布局，将用户的注意力集中到可视化结果中最重要的区域，从而将重要的数据信息凸显出来，抓住用户的注意力，提升用户信息解读的效率。

（2）平衡

要合理的利用可视化的设计空间，在确保重要信息位于可视化空间视觉中心的情况下，保证整个页面的不同元素在空间位置上处于平衡，提升设计美感。

（3）简洁

在可视化整体布局中，要突出重点，避免过于复杂或影响数据呈现效果的冗余元素。

5.2 图表制作

影响图表呈现效果的，主要有两个影响因素，一个是数据层面的，一个是非数据层面的。

（1）数据层面

若数据中存在极端值或过多分类项等，会极大影响可视化的效果呈现，如柱形图中柱形条的高度、气泡图中气泡的大小、饼图中的分类项太多等。

（2）非数据层面

非数据层面，但是影响图表呈现效果的因素，通常在设计过程中就可以解决。

比如图表的背景颜色、网格线的深浅有无、外边框等等，这类元素是辅助用户理解图表的次要元素，但如果不加处理全部放出，视觉上就不够聚焦，干扰到你真正想展示的数据信息。

因此，对于此类非数据层面，但影响图表视觉呈现的元素，应该尽量隐藏和弱化。

0x06 可视化映射

可视化元素由3部分组成：可视化空间+标记+视觉通道

1.可视化空间

数据可视化的显示空间，通常是二维。三维物体的可视化，通过图形绘制技术，解决了在二维平面显示的问题，如3D环形图、3D地图等。

2.标记

标记，是数据属性到可视化几何图形元素的映射，用来代表数据属性的归类。

根据空间自由度的差别，标记可以分为点、线、面、体，分别具有零自由度、一维、二维、三维自由度。如我们常见的散点图、折线图、矩形树图、三维柱状图，分别采用了点、线、面、体这四种不同类型的标记。

3.视觉通道

数据属性的值到标记的视觉呈现参数的映射，叫做视觉通道，通常用于展示数据属性的定量信息。

常用的视觉通道包括：标记的位置、大小（长度、面积、体积...）、形状（三角形、圆、立方体...）、方向、颜色（色调、饱和度、亮度、透明度...）等。

「标记」、「视觉通道」是可视化编码元素的两个方面，两者的结合，可以完整的将数据信息进行可视化表达，从而完成可视化映射这一过程。

0xFF 总结

作为数据可视化的设计者，应该在可视化设计之前，全面了解此次数据的分布情况、量级，通常几行sql就可以搞定，这样在进行可视化设计的时候，可以避免很多陷阱。

参考阅读：

1.《数据可视化过程》全文，对数据可视化的工作流程和工作内容有个整体的了解，着重把握四个关键步骤。

2.《数据可视化的基本流程》全文，重点看下第3部分【视觉映射的三要素】，因为无论什么图表类型，本质上都是遵循这个映射规则的。

3.《数据可视化的基本原理与方法》p66，有介绍数据可视化流程的相关内容。