模块一_数据可视化概述_1.3数据可视化.pptx

1.3数据可视化

数据故事化让数据开口说话

案例导入智慧新村电商平台现有助农直播电商平台，显示不同地区的不同农作物的销售情况和利润率，分析高销售额的农作物电商种类以及地区。3

1.3数据可视化数据可视化（DataVisualization）是研究图形展现数据中隐含关系的信息并发掘其中规律的学科。数据可视化通过图表直观地展示数据间的量级关系，其目的是将抽象信息转换为具体的图形，将隐藏于数据中的规律直观地展现出来。

1.3数据可视化数据可视化主要从数据中寻找三个方面的信息：模式、关系和异常模式：指数据中的规律。城市交通流量图

1.3数据可视化关系：指数据之间的相关性。统计学中，通常代表关联性和因果关系。无论数据的总量和复杂程度如何大，数据间的关系大多可分为三类：数据间的比较、数据的构成，以及数据的分布或联系。收入水平与幸福感关系图

1.3数据可视化异常：指有问题的数据。异常的数据不一定都是错误的数据，有些异常数据可能是设备出错或者人为错误输入，有些可能就是正确的数据。通过异常分析，用户可以及时发现各种异常情况。异常值检测在民航告警中的应用

1.3数据可视化【案例1-1】1854年宽街霍乱爆发事件霍乱地图本质上是一张早期的点图可视化，在城市街区内用条形图标记出了伦敦每个家庭中死于霍乱的人数。早在上个世纪，人们就已经开始使用条形图的集中程度和长度反映城市街区的特定集合，旨在查明这些地区的死亡率高于其他地区的原因。调查结果显示：霍乱感染者人数最多的家庭所使用的饮用水均来自同一口水井。这在当时是一则发人深省的启示。这口水井已经被污水所污染，但霍乱疫情集中爆发的区域都在使用这口问题水井，如图1-4所示。在研究伦敦霍乱爆发事件更为广泛的趋势时，这一发现帮助人们认识到，霍乱疾病与受污染的水井之间存在相关性。那么，预防霍乱的办法就是建立排污系统并保护水井不受污染。可视化技术揭示了问题的根本原因，并启发人们找到了解决方案，正因如此，它成为了一个非常成功的可视化作品。另外，在那个点图和热图还没有完全普及的年代，这种早期的尝试可谓极具创新。正因为分析师拓宽了可视化技术的边界，从而创造出有用的新形式，才得以发现这一解决方案。图1-4宽街霍乱之源

1.3数据可视化【案例1-2】漫威角色关系漫威（MarvelComics）创建于1939年，于1961年正式定名为Marvel，旗下拥有蜘蛛侠、钢铁侠、美国队长、雷神托尔、绿巨人、金刚狼、神奇四侠、恶灵骑士、蚁人等8000多名漫画角色，并包含复仇者联盟、X战警、银河护卫队等多个超级英雄团队。2008年底，华特迪士尼公司以42.4亿美元收购Marvel漫画公司.，获得了绝大部分漫画角色的所有权。2010年9月，Marvel宣布其正式中文名称为“漫威”。这里分析了在漫威中出现的角色与故事之间的关系，根据共同出现的故事数，衡量角色之间的关联性，展现了在故事中出现次数最多、与其他角色互动最频繁的角色，角色关系如图1-5所示。图1-5漫威角色关系

1.3数据可视化【案例1-3】自拍之城“自拍之城”站在广阔视角，以自拍的全球现象为背景对自拍数据进行了解读，如图1-6所示。通过分析来自世界各地的12万张自拍，研究人们进行自拍的方式。令人难以置信的是，这项研究的内容包罗万象，并且对自拍的方方面面进行了严谨的细分。我们能够从任何细节中发现趋势，可以按城市研究自拍者的头部倾斜状态或拍照姿势的趋势，或者按年龄和性别查看照片中出现微笑的频率。自拍者往往都比较年轻，这一点可能并不会让您感到惊讶。但是，您可能会惊讶地发现，自拍并不像人们通常假设的那样千篇一律：与世界其他地方相比，圣保罗的女性在自拍时喜欢尽力去倾斜头部，而曼谷的女性则是喜欢微笑。随着社交媒体的影响在我们的生活中变得愈发根深蒂固，这一研究向我们展示了这种多样化全球现象的迷人之处。该网站还设置了一个交互式元素作为彩蛋，允许用户用独特的方式应用筛选器。图1-6自拍之城

1.3数据可视化数据可视化尽管涉及到的数据量大，业务复杂，分析繁琐，但是总遵循着一定的流程进行。如图所示。

步骤说明需求分析需求分析的主要内容是基于对商业的理解，明确目标，整理分析框架和分析思路，确定数据分析的目的和方法数据获取数据获取是根据分析的目的，收集、整合、提取相关的数据，是数据分析工作的基础数据处理数据处理是指通过工具对数据中的噪声数据进行处理，并将数据转换为适用分析的形式。数据处理主要包括数据清洗、数据合并等处理方法分析与可视化数据分析通过分析手段、方法和技巧对准备好的数据进行探索、分析，从中发现因果关系、内部联系和业务规律。可视化是指对具体数据指标的计算和分析，发现数据中潜在的规律，并借助图表等可视化的方式直观的展示数据之间的关联信息，使得抽象的数据变得更加清