什么是數(shù)據(jù)可視化？
“一千個讀者就有一千個哈姆雷特?！边@句話也同樣適用于數(shù)據(jù)分析，不同的人對于數(shù)據(jù)也會有著不同的理解。數(shù)據(jù)可視化可以幫助我們以更簡單的方式去分析數(shù)據(jù)和找到數(shù)據(jù)背后隱藏的信息。數(shù)據(jù)可視化涵蓋的知識點非常多，我嘗試結(jié)合使用哈伯曼的癌癥生存數(shù)據(jù)，來看看數(shù)據(jù)可視化是如何幫助我們在一堆雜亂無章的數(shù)據(jù)中找到隱藏的信息的，讓我們開始吧！
為什么要做數(shù)據(jù)可視化？
數(shù)據(jù)可視化是一種可以通過數(shù)據(jù)創(chuàng)建故事的方式。當數(shù)據(jù)很復(fù)雜并且需要了解微觀細節(jié)至關(guān)重要時，最好的方法是通過視覺效果來分析數(shù)據(jù)。
?
視覺效果可用于兩個目的：
1、探索性數(shù)據(jù)分析：數(shù)據(jù)分析師、統(tǒng)計學(xué)家和數(shù)據(jù)科學(xué)家使用它來更好地理解數(shù)據(jù)。正如其名，它用于探索數(shù)據(jù)中隱藏的信息和趨勢。
2、解釋性數(shù)據(jù)分析：一旦數(shù)據(jù)分析師理解了數(shù)據(jù)并找到了他們的結(jié)果，傳達他們想法的最佳方式就是通過視覺效果。數(shù)據(jù)可視化就像是創(chuàng)作一個故事，以達到吸引觀眾閱讀的目的。
?
哈伯曼生存數(shù)據(jù)的探索性分析
該數(shù)據(jù)集包含 1958 年至 1970 年在芝加哥大學(xué)比林斯醫(yī)院進行的一項研究案例，該研究主要針對接受過乳腺癌手術(shù)的患者的生存情況。
?
屬性包括：
手術(shù)時患者年齡（數(shù)字）
患者的手術(shù)年份（年份 – 1900，數(shù)字）
檢測到的陽性腋窩淋巴結(jié)數(shù)量（數(shù)字）
生存狀態(tài)（類別屬性）
1 = 患者存活 5 年或更長時間
2 = 患者在 5 年內(nèi)死亡
?
讓我們首先從使用統(tǒng)計來理解數(shù)據(jù)開始：
?
我們看到有 306 行和 4 列。進一步查看屬性后，我們了解了數(shù)據(jù)的分布方式。為了進一步了解每個類的示例數(shù)量，讓我們看看不同的圖。
?
直方圖
這里可以看到兩種狀態(tài)下的患者都是在30到 80年在兩個年齡段之間重疊,而40-60歲這個年齡段的比例都是最高的，60-80歲年齡段的人生存和死亡的機會相等，80歲以上的人無法存活的可能性更高。但是，僅憑年齡無法判斷一個人是否會存活。
?
箱形圖
箱線圖可以告訴我們兩種生存狀態(tài)下，患者的淋巴結(jié)數(shù)量的最大值、最小值、中位數(shù)、四分位數(shù)分布以及異常值分布情況。
?
散點圖
我們從零散的點看，無論在哪一年，有0個淋巴結(jié)的患者都是幸存者。這是否意味著只要是0個淋巴結(jié)的患者都能確保生存？
?
小提琴圖
小提琴圖用來顯示數(shù)據(jù)分布和概率密度，中間的黑色粗條表示四分位數(shù)范圍，從其延伸的幼細黑線代表 95% 置信區(qū)間，而白點則為中位數(shù)，從上述圖形中可以看出兩種生存狀態(tài)下的幸存者的淋巴結(jié)數(shù)量分布是不一樣的。
?
根據(jù)上述的案例，我們從視覺效果中學(xué)到很多東西，為了方便大家更好地學(xué)習(xí)數(shù)據(jù)可視化，我整理了一些必備的數(shù)據(jù)可視化工具來幫助您入門。
?
數(shù)據(jù)可視化工具
Tableau：可視化功能非常強大，主要應(yīng)用在商業(yè)圖表上。
Power BI：微軟自家的可視化工具，功能強悍，可用于做多維分析、數(shù)據(jù)清洗、數(shù)據(jù)可視化等工作。
Excel：這個不用多說了，職場必備的數(shù)據(jù)分析與可視化工具。
Smartbi智分析：這是國產(chǎn)數(shù)據(jù)分析工具里用的非常廣泛的工具，在線上就可以直接使用，無需安裝客戶端。圖形化界面也非常豐富，包含了地圖可視化、詞云圖、?；鶊D等個性化的圖形，可視化功能非常強大。
?
數(shù)據(jù)可視化方法論
配色方案：雖然顏色可以為圖表增添美感，但通常最好使用顏色來突出重要的細節(jié)，而不僅僅是為了吸引人，太多的顏色會破壞著色的目的，而使用單一顏色或一種顏色則會閱讀者。此外，在設(shè)計視覺效果時還要考慮視障人士，直觀地使用顏色。例如：對于情感分析，我們可以使用綠色表示積極情緒，紅色表示消極情緒，黑白灰表示中性情緒。
?
圖形使用：不一樣的圖形可以表達出不同的含義，例如餅狀圖表示占比，線圖表示趨勢，柱圖可表示對比，使用圖形時要根據(jù)圖形的特性去適當運用。
?
使用注釋：在需要的地方使用標簽進行注釋，可以讓圖表里的信息更加全面，但切記不要造成圖表混亂。
?
使用交互式圖表：如果數(shù)據(jù)量比較大，變量非常多，可以使用交互式報表進行動態(tài)展示，例如BI圖表。
?
刪除不重要的信息：從圖表中刪除可能分散觀眾注意力的不必要的信息，不要在單個視覺對象中將多個視圖組合到難以理解的程度。
?
制作一個完整的故事：把數(shù)據(jù)可視化的過程當成是故事的創(chuàng)作過程，讓讀者可以沉浸集中并能領(lǐng)會到作者的意圖。
