數(shù)據(jù)可視化類型簡(jiǎn)介
數(shù)據(jù)可視化是指數(shù)據(jù)的圖形化表示,為決策者提供基于事實(shí)的分析,因?yàn)槲谋緮?shù)據(jù)可能無(wú)法揭示識(shí)別數(shù)據(jù)所需的模式或趨勢(shì);基于可視化,它被分為6種不同的類型,即時(shí)態(tài)(數(shù)據(jù)是線性和一維的)、層次型(它可視化更大組中的有序組)、網(wǎng)絡(luò)型(涉及數(shù)據(jù)集與數(shù)據(jù)集連接的可視化)、多維型(時(shí)態(tài)類型的對(duì)比)、地理空間型(涉及地理空間或空間地圖)和雜項(xiàng)
什么是數(shù)據(jù)可視化
數(shù)據(jù)可視化(Data visualization)是一種將原始格式的數(shù)據(jù)描繪出來(lái)以揭示其含義的方法。隨著大數(shù)據(jù)的出現(xiàn),有必要建立一種有意義的方式來(lái)展示數(shù)據(jù),這樣數(shù)據(jù)量就不會(huì)變得勢(shì)不可擋。描述數(shù)據(jù)的部分可以用于各種目的,例如發(fā)現(xiàn)數(shù)據(jù)中的趨勢(shì)/共性/模式,為機(jī)器學(xué)習(xí)建立模型,或用于聚合等簡(jiǎn)單操作。
Hadoop、數(shù)據(jù)科學(xué)、統(tǒng)計(jì)和;其他
不同類型的數(shù)據(jù)可視化
數(shù)據(jù)可視化大致分為6種類型。盡管數(shù)據(jù)可視化領(lǐng)域在不斷增長(zhǎng),但如果類別的數(shù)量增加,也就不足為奇了。
</t車身>
時(shí)態(tài):這些可視化類型的數(shù)據(jù)應(yīng)該同時(shí)滿足兩個(gè)條件:所表示的數(shù)據(jù)應(yīng)該是線性的,并且應(yīng)該是一維的。這些可視化類型通過(guò)可能重疊的線表示,這些線有一個(gè)共同的開(kāi)始和結(jié)束數(shù)據(jù)點(diǎn) | ||
散點(diǎn)圖 | 使用點(diǎn)表示數(shù)據(jù)點(diǎn)。當(dāng)今世界最常見(jiàn)的是在探索性數(shù)據(jù)分析期間進(jìn)行機(jī)器學(xué)習(xí) | ![]() |
餅圖 | 這種類型的可視化包括圓形圖形,其中弧長(zhǎng)表示大小 | ![]() |
極區(qū)圖 | 與餅圖一樣,極區(qū)圖是一個(gè)圓形圖,只是扇形角的長(zhǎng)度相等,從中心延伸的距離表示大小 | ![]() |
直線圖 | 與散點(diǎn)圖一樣,數(shù)據(jù)由點(diǎn)表示,除了用線連接以保持連續(xù)性之外 | ![]() |
時(shí)間表 | 通過(guò)這種方式,我們按照時(shí)間順序顯示數(shù)據(jù)點(diǎn)列表 | ![]() |
時(shí)間序列序列 | 在時(shí)間序列中,我們以數(shù)據(jù)中時(shí)間戳的時(shí)間順序在二維圖中表示數(shù)據(jù)的大小 | ![]() |
層次化:這些類型的可視化描述了一個(gè)更大的群體中的有序群體。在簡(jiǎn)單的語(yǔ)言中,這些可視化背后的主要直覺(jué)是,如果簇的流動(dòng)從一個(gè)點(diǎn)開(kāi)始,那么簇可以被顯示 | ||
樹(shù)形圖 | 在樹(shù)形圖中,層次流以樹(shù)的形式表示,顧名思義。這種表述的幾個(gè)術(shù)語(yǔ)是: –根節(jié)點(diǎn):起始點(diǎn)。 –子節(jié)點(diǎn):上面有一個(gè)父節(jié)點(diǎn) –葉節(jié)點(diǎn):不再有子節(jié)點(diǎn) | ![]() |
環(huán)圖/日暴圖 | 樹(shù)形圖中的樹(shù)表示將轉(zhuǎn)換為徑向基。這種類型有助于以簡(jiǎn)潔的大小呈現(xiàn)樹(shù)。最里面的圓是根節(jié)點(diǎn)。子節(jié)點(diǎn)的面積表示數(shù)據(jù)的百分比 | ![]() |
TreeMap | 樹(shù)以緊密排列的矩形表示。面積表示包含的數(shù)量 | ![]() |
圓形包裝 | 與樹(shù)形圖類似,它使用圓形填充而不是矩形 | ![]() |
網(wǎng)絡(luò):這些類型的可視化將數(shù)據(jù)集連接到數(shù)據(jù)集。這些可視化描述了這些數(shù)據(jù)集在網(wǎng)絡(luò)中如何相互關(guān)聯(lián) | ||
矩陣圖 | 這種可視化被廣泛用于發(fā)現(xiàn)不同變量之間的聯(lián)系。例如,相關(guān)圖 | ![]() |
沖積圖 | 這是一種流程圖,其中網(wǎng)絡(luò)流量的變化按用戶所需的時(shí)間間隔表示 |  ;![]() |
單詞云 | 這通常用于表示文本數(shù)據(jù)。單詞緊密排列,文本的大小表示單詞的頻率 |  ;![]() |
節(jié)點(diǎn)鏈接圖 | 在這里,節(jié)點(diǎn)被表示為點(diǎn),節(jié)點(diǎn)之間的連接被顯示 | ![]() |
多維:與時(shí)間類型的可視化不同,這些類型可以有多個(gè)維度。在這種情況下,我們可以使用2個(gè)或更多功能通過(guò)并發(fā)層創(chuàng)建三維可視化。這將使用戶能夠通過(guò)破壞大量無(wú)用數(shù)據(jù)來(lái)呈現(xiàn)關(guān)鍵要點(diǎn) | ||
散點(diǎn)圖 | 在多維數(shù)據(jù)中,我們選擇任意兩個(gè)特征,然后將它們繪制在二維散點(diǎn)圖中。通過(guò)這樣做,我們將得到nC2=n(n-1)/2圖 | ![]() |
堆疊條形圖 | 表示段彼此重疊。它可以是一個(gè)100%堆疊條形圖,其中分離以%表示,也可以是一個(gè)簡(jiǎn)單的堆疊條形圖,表示實(shí)際大小 | ![]() |
平行坐標(biāo)圖 | 在這種表示法中,繪制了一個(gè)背景,并繪制了n條平行線(對(duì)于n維數(shù)據(jù)) | ![]() |
地理空間:這些可視化通過(guò)與地圖(可能是地理空間或空間地圖)交叉,與現(xiàn)實(shí)生活中的物理位置相關(guān)。這些形象化背后的直覺(jué)是創(chuàng)造一個(gè)整體的績(jī)效觀 | ||
流程圖 | 信息或?qū)ο髲囊粋€(gè)位置移動(dòng)到另一個(gè)位置,箭頭的大小表示數(shù)量 | ![]() |
Choropleth地圖 | 地理空間地圖根據(jù)特定的數(shù)據(jù)變量著色 | ![]() |
Cartogram | 這種類型的表示使用主題變量進(jìn)行映射。這些地圖歪曲現(xiàn)實(shí)來(lái)呈現(xiàn)信息。這意味著在特定變量上,貼圖被放大了。例如,左側(cè)的圖像是扭曲為蜂巢結(jié)構(gòu)的空間地圖。   | ![]() |
熱圖 | 這些與地理空間類型中的Choropleth非常相似,但也可用于地理空間以外的區(qū)域 | ![]() |
雜項(xiàng):這些可視化不能在一個(gè)特別大的群體中推廣。因此,我們沒(méi)有為單個(gè)類型形成較小的組,而是將其分組為其他類型。以下是幾個(gè)例子: | ||
開(kāi)盤(pán)高點(diǎn)低點(diǎn)收盤(pán)圖 | 這類圖通常用于股票價(jià)格表示。上升趨勢(shì)稱為看漲,下降趨勢(shì)稱為看跌 | ![]() |
卡吉圖 | 通常情況下,資產(chǎn)的需求和供應(yīng)用該圖表表示 | ![]() |
結(jié)論
從上述類型的可視化中,我們可以看到大致有6種類型的組。上面的列表并不是一個(gè)詳盡的列表,而是一些廣泛使用的列表。在接下來(lái)的時(shí)間里,當(dāng)新類型被添加到列表中時(shí),群體可能會(huì)增加。這就是可視化的類型。我們將繼續(xù)討論在確定可視化類型時(shí)要查看哪些參數(shù)。
推薦文章
這是數(shù)據(jù)可視化類型的指南。這里我們?cè)敿?xì)討論了不同類型的數(shù)據(jù)可視化的基本概念。您也可以瀏覽我們建議的其他文章以了解更多信息——