【数据科学家学习小组】之数据可视化（第一期）第一周学习总结

本系列文章主要目的有两个：

整体流程

比如，银行分析不同城市用户的储蓄率、储蓄金额，电商平台进行双十一的实时交易情况的大屏直播，物流公司分析包裹的流向、承运量和运输时效，向政府机构或投资人展示公司的经营现状等，都可以确定相应的数据主题。

确定数据指标

业务的分析有很多不同的角度，也就存在不同的衡量指标。所以首先要确定分析主题下涉及的数据指标。
明确数据间的相互关系

围绕数据指标确定相关的维度和度量以及相互关系。
- 趋势型：
  
  通常研究的是某一变量随另一变量的变化趋势，常见的有时间序列数据的可视化。
- 对比型：
  
  对比两组或者两组以上的数据，通常用于分类数据的对比。
- 比例型：
  
  数据总体和各个构成部分之间的比例关系。
- 分布型：
  
  展现一组数据的分布情况，如描述性统计中的集中趋势、离散程度、偏态与峰度等。
- 区间型：
  
  显示同一维度上值的不同分区差异，常用来表示进度情况。
- 关联型：
  
  用于直观表示不同数据之间的相互关系，如包含关系、层级关系、分流关系、联结关系等。
- 地理型：
  
  通过数据在地图上的地理位置，来展示数据在不同地理区域上的分布情况，根据空间维度不同，通常分为二维地图和三维地图。
确定用户关注的重点指标（确定图表优先级）

通过确定用户关注的重点指标，才能为数据的可视化设计提供依据，从而通过合理的布局和设计，将用户的注意力集中到可视化结果中最重要的区域，提高用户获取重要信息的效率。