数据可视化（上篇，共上中下3篇）.pptxVIP

北京出版社数据可视化

1数据可视化基础2数据预处理3数据可视化图表的设计与优化4数据可视化的类型目录/contents

5市场数据可视化6客户数据可视化7商品数据可视化8店铺运营数据可视化目录/contents

项目一数据可视化基础

第一部分认知数据可视化

在计算机科学中，数据是所有能输入计算机并被计算机程序处理的符号的介质的总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号或模拟量。计算机存储和处理的对象十分广泛，表示这些对象的数据也随之变得越来越复杂。数据经过加工后就成为信息。两者既有联系，又有区别。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。而信息是数据的内涵，信息是加载于数据之上对数据做的具有含义的解释。数据和信息是不可分离的，信息依赖数据来表达，数据则生动具体表达出信息。数据是符号，是物理性的；信息是对数据进行加工处理之后所得到的、能够对决策产生影响的数据，是逻辑性和观念性的。数据是信息的表现形式，信息是数据有意义的表示。数据是信息的表达载体，信息是数据的内涵，它们之间是形与质的关系。数据本身没有意义，数据只有对实体行为产生影响时才成为信息。（一）数据一、数据可视化的概念

1模式，指数据中的规律。比如，城市交通流量在不同时段差异很大，而流量变化的规律就蕴含在海量传感器源源不断地传来的数据中。2关系，指数据之间的相关性。无论数据的总量和复杂程度如何，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。3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输入错误，而有些可能就是正确的数据。（二）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。

（一）让数据变得易于理解人类大脑对图形类视觉信息的处理能力要优于对文本信息的处理能力，而数据可视化能将复杂的数据转换为更加形象的图形符号，在看起来错综复杂的数据之间建立起联系，使数据之间的关系变得清晰、易懂，让数据变得易于理解，从而让人们更容易发现数据背后的规律和特征。图1-2所示为消费者喜欢浏览国潮内容的原因统计分析，采用条形图展示统计分析结果，看起来更加直观、清晰、易懂，令人印象深刻，能够让阅读者一眼就看出大多数消费者是因为喜欢购买国潮、国货商品，想了解“国货之光”而浏览国潮内容。2二、数据可视化的意义

（二）让人们更方便地分析数据数据可视化并非将数据简单地转换为图形符号，它采用一种合乎逻辑、易于理解的方式呈现数据，让数据实现自我解释，从而让人们更方便地对数据进行分析。图1-3所示为消费者购买决策价值模型。通过观察、分析影响消费者做出购买决策的因素，可以看出在购买商品时，消费者最关心、最看重的是商品质量。因此，对于商家来说，应该高度关注商品质量，“低价竞争”并不可取。2二、数据可视化的意义

（一）科学可视化1．标量场可视化标量指单个数值，即在每个记录的数据点上有一个单一的值。标量场指二维、三维或四维空间中每个采样处都有一个标量值的数据场。12．向量场可视化向量场在每一个采样点处是一个向量（一维数组）。向量代表某个方向或趋势，如来源于测量设备的风向和漩涡等、来源于数据仿真的速度和力量等。23．张量场可视化张量是矢量的推广：标量可看作0阶张量，矢量可看作1阶张量。张量场可视化方法分为基于纹理、基于几何和基于拓扑三类。3三、数据可视化的分类科学可视化的基础理论与方法已经相对成形。早期的关注点主要在于三维真实世界的物理化学现象，因此数据通常表达在三维或二维空间，或包含时间维度。鉴于数据的类别可分为标量（密度、温度）、向量（风向、力场）、张量（压力、弥散）等三类，科学可视化也可粗略地分为三类。

（二）信息可视化三、数据可视化的分类与科学可视化相比，信息可视化的数据更贴近人们的生活与工作，它包括地理信息可视化、时变数据可视化、层次数据可视化、网络数据可视化、非结构化数据可视化等。常见的地图是地理信息数据，属于信息可视化的范畴。现在很多地图不仅仅有地理信息，还有很多其他信息，如交通流量数据等。时变数据可视化采用多视角、数据比较等方法体现数据随时间变化的趋势和规律。时变型数据是一种随着时间变化、带有时间属性的数据。在实际应用中，时变型数据数量大、维度多、变量多，而且类型丰富，分布范围广泛，特别是在各类传感器网络、移动互联网应用中，以流模式生成的流数据是一类特殊的具有无限长度时间轴的时变型数据。在网络数据可视化中，网络数据不具备层次结构，关系更加复杂和自由，如人与人之间的关系、城市道路连接、科研论文的引用等。非结构化数据可视化通常是将非结构化数据转化为结构化数据后，再进行可视化显示。

（三）可视分析学三、数据可视化的分类可视分析学被定义为一门以可视交互界