首页技术文章正文

如何理解数据可视化?

更新时间:2021-04-21 来源:黑马程序员 浏览量:

学IT就到黑马程序员.gif


数据可视化有着非常久远的历史,最早可以追溯至远古时期。在远古时期,人类的祖先通过画图的方式记录对周围生活环境的认知;随着社会的发展,人类对世界的认知有了发展,已经能够灵活地运用柱形图、折线图等展示数据;随着计算机的普及,人们逐渐开始使用计算机生成更加丰富的图形。研究表明,80%的人能记得所看到的事物,而只有20%的人能记得所阅读的文字。因此,相较于文字类型的数据,人眼对图形的敏感度更高,记忆的时间更久。

数据可视化是借助图形化的手段将组数据以图形的形式表示,并利用数据分析和开发工具发现其中未知信息的数据处理过程。数据可视化其实是一个抽象的过程,简单来说就是将一个不易描述的事物形成一个可感知画面的过程,即从数据空间到图形空间的映射。无论原始数据被映射为哪种图形数据,最终要达到的目的只有一个准确、高效、全面地传递信息,进而建立起数据间的关系,使人们发现数据间的规律和特征,并挖掘出有价值的信息,从而提高数据沟通的效率。换言之,数据可视化能实现让数据说话的目的。

为了让读者直观地看出文字数据与图形数据之间的差异,下面通过一个KPI(Key Performance Indicator关键绩效指标)报告的示例进行说明。假设某公司员工在整理全年KPI报告时准备了表格和图形两种形式的数据,分别如图1和图2所示。

表格

图1

KPI汇报图形
图2

图1中,表格列举了各季度的实际值、目标值和差距值,方便公司领导快速地知道具体的数值,但无法快速地了解各季度之间的比较情况。在图2中,每个矩形条的高度代表各季度实际值的多少,矩形条的上方标注了具体的值,下方标注了季度或年累计;虚线位置对应各季度目标值的多少;矩形条的颜色区分了是否完成指标的情况:填充蓝色的矩形条代表已完成指标的季度,填充红色的矩形条代表未完成指标的季度。由图2可知,Q3对应的矩形条是红色的,说明Q3未完成工作指标; Q2对应矩形条的高度超过虚线且距离最远,说明该季度的工作完成得最好。公司领导通过图形可以快速且准确地了解各季度的情况,以便对公司下一年的工作做出有效决策。

综上所述,数据可视化是数据分析工作中重要的一-环,对数据潜在价值的挖掘有着深远的影响。随着数据可视化平台的拓展、表现形式的变化,以及实时动态效果、用户交互使用等功能的增加,数据可视化的内涵正在不断扩大,相信数据可视化的应用领域会越来越广泛。


文章转自:http://python.itcast.cn/areanews/xk/python/pythontech/20210421/17110759785.shtml


猜你喜欢:

Python常用的数据分析库有哪些?Python数据分析模块介绍

数据分析的流程是什么?如何做数据分析?

如何做数据分析?数据分析有什么作用?

黑马程序员Python+数据分析培训课程

分享到:
在线咨询 我要报名
和我们在线交谈!