數(shù)據(jù)可視化類型簡介
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的分析,因為文本數(shù)據(jù)可能無法揭示識別數(shù)據(jù)所需的模式或趨勢;基于可視化,它被分為6種不同的類型,即時態(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)絡型(涉及數(shù)據(jù)集與數(shù)據(jù)集連接的可視化)、多維型(時態(tài)類型的對比)、地理空間型(涉及地理空間或空間地圖)和雜項
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展示數(shù)據(jù),這樣數(shù)據(jù)量就不會變得勢不可擋。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/共性/模式,為機器學習建立模型,或用于聚合等簡單操作。
Hadoop、數(shù)據(jù)科學、統(tǒng)計和;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)可視化領域在不斷增長,但如果類別的數(shù)量增加,也就不足為奇了。
</t車身>
時態(tài):這些可視化類型的數(shù)據(jù)應該同時滿足兩個條件:所表示的數(shù)據(jù)應該是線性的,并且應該是一維的。這些可視化類型通過可能重疊的線表示,這些線有一個共同的開始和結(jié)束數(shù)據(jù)點 | ||
散點圖 | 使用點表示數(shù)據(jù)點。當今世界最常見的是在探索性數(shù)據(jù)分析期間進行機器學習 | |
餅圖 | 這種類型的可視化包括圓形圖形,其中弧長表示大小 | |
極區(qū)圖 | 與餅圖一樣,極區(qū)圖是一個圓形圖,只是扇形角的長度相等,從中心延伸的距離表示大小 | |
直線圖 | 與散點圖一樣,數(shù)據(jù)由點表示,除了用線連接以保持連續(xù)性之外 | |
時間表 | 通過這種方式,我們按照時間順序顯示數(shù)據(jù)點列表 | |
時間序列序列 | 在時間序列中,我們以數(shù)據(jù)中時間戳的時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更大的群體中的有序群體。在簡單的語言中,這些可視化背后的主要直覺是,如果簇的流動從一個點開始,那么簇可以被顯示 | ||
樹形圖 | 在樹形圖中,層次流以樹的形式表示,顧名思義。這種表述的幾個術語是: –根節(jié)點:起始點。 –子節(jié)點:上面有一個父節(jié)點 –葉節(jié)點:不再有子節(jié)點 | |
環(huán)圖/日暴圖 | 樹形圖中的樹表示將轉(zhuǎn)換為徑向基。這種類型有助于以簡潔的大小呈現(xiàn)樹。最里面的圓是根節(jié)點。子節(jié)點的面積表示數(shù)據(jù)的百分比 | |
TreeMap | 樹以緊密排列的矩形表示。面積表示包含的數(shù)量 | |
圓形包裝 | 與樹形圖類似,它使用圓形填充而不是矩形 | |
網(wǎng)絡: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)絡中如何相互關聯(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,相關圖 | |
沖積圖 | 這是一種流程圖,其中網(wǎng)絡流量的變化按用戶所需的時間間隔表示 |  ; |
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)點鏈接圖 | 在這里,節(jié)點被表示為點,節(jié)點之間的連接被顯示 | |
多維:與時間類型的可視化不同,這些類型可以有多個維度。在這種情況下,我們可以使用2個或更多功能通過并發(fā)層創(chuàng)建三維可視化。這將使用戶能夠通過破壞大量無用數(shù)據(jù)來呈現(xiàn)關鍵要點 | ||
散點圖 | 在多維數(shù)據(jù)中,我們選擇任意兩個特征,然后將它們繪制在二維散點圖中。通過這樣做,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100%堆疊條形圖,其中分離以%表示,也可以是一個簡單的堆疊條形圖,表示實際大小 | |
平行坐標圖 | 在這種表示法中,繪制了一個背景,并繪制了n條平行線(對于n維數(shù)據(jù)) | |
地理空間:這些可視化通過與地圖(可能是地理空間或空間地圖)交叉,與現(xiàn)實生活中的物理位置相關。這些形象化背后的直覺是創(chuàng)造一個整體的績效觀 | ||
流程圖 | 信息或?qū)ο髲囊粋€位置移動到另一個位置,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行映射。這些地圖歪曲現(xiàn)實來呈現(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:這些可視化不能在一個特別大的群體中推廣。因此,我們沒有為單個類型形成較小的組,而是將其分組為其他類型。以下是幾個例子: | ||
開盤高點低點收盤圖 | 這類圖通常用于股票價格表示。上升趨勢稱為看漲,下降趨勢稱為看跌 | |
卡吉圖 | 通常情況下,資產(chǎn)的需求和供應用該圖表表示 |
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詳盡的列表,而是一些廣泛使用的列表。在接下來的時間里,當新類型被添加到列表中時,群體可能會增加。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。這里我們詳細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——