我们经常对表示数据的方式感到不知所措,所以这里是关于为什么要进行可视化以及在进行可视化时的基本思考过程。
探索性与解释性
原始格式的数据既不美观也不具有洞察力。为了掌握潜在的分布、异常和洞察力,我们需要进行探索性数据分析,通常称为 EDA。因此,数据的探索部分是如何推断数据。
现在,以简单的表格格式或没有任何视觉表示形式显示洞察力会使洞察力丢失,最终用户会发现难以推断。因此,数据的解释部分是,一旦有了洞察力,如何以视觉方式讲故事。
我什么时候应该真正策划?
- 探索性的——即使我有数字也无法清楚地看到模式。
- 解释性的——我有数字,我能理解模式,但现在我想把它呈现给观众。
什么是可视化?
数据可视化科学:
- 绘图/图表的剖析。
- 在创建情节之前提出正确的问题。
- 如何为给定数据使用正确的绘图/图表?
数据可视化的艺术:
选择正确的刻度、标签、刻度标签。
识别并消除情节中的混乱。
选择正确的字体大小。
在图中突出显示信息的方法。
如何选择合适的地块?
涉及多少变量?1V、2V、多 V — 科学
对于每个 V,变量类型?续 或猫(序数,名义)——科学
我想看什么?- 艺术
分析类型