数据可视化处理 什么是数据可视化( 二 )


但要注意,如果不同指标单位不一样,直接做雷达图会显得很奇怪,比如收入的单位是元,身高单位是厘米,颜值只能内心打分 。这时候可以对每个指标,单独做评分或者做标准化处理,处理成统一的评分或者指数,再做雷达图 。
三、复杂的数据可视化如果用数据描述复杂的问题,对象,指标,时间,细分四个方面,就有两个方面及以上发生变化,做图就会复杂 。
比如,我们不单单想知道小熊妹过去1年内每个月的消费,每个月的逛街次数,这两个孤立的数据 。我们还想知道:是不是逛街越多,花钱就越多 。这时候我们想发现的,是数据之间的相关关系,就可以做散点图(如下图所示) 。
散点图虽然不能严格论证相关关系,但是可以很直接的反应出来,如果散点图真的分布很散,就说明两个指标之间没啥关系,如果散点图出现一定的规律性,则表明有深入分析的机会点 。
这是数据可视化的第四个好处:方便 。做个图可比做各种模型,算各种检验值方便多了 。
如果想观察一个指标在不同时间的结构变化,可以用堆积图(如下图) 。
堆积图在分析问题的时候,非常有用!比如从上图,能直接看出来,小熊妹消费额变化,主要是网购份额变化导致的,真是网购小能手!
同样的,如果想对比两个对象的结构变化,也用堆积图比较合适 。相比饼图,堆积图在反应不同个体的差异的时候,看的更清楚 。比如下图,是不是一眼能看出来,萱萱是个吃货呢 。
如果百思特网想对比N个对象在不同时间的指标变化,可以用折线图 。这种对比会衍生出一种方法:趋势分析法,后续有机会再分享哦 。如下图所示:
如果想对比N个对象在N个指标的差异,可以用雷达图 。如下图所示:
四、小结反映内部结构:饼图、堆积图反映时间变化的:柱状图、折线图 。

  • 反映排名顺序的:条形图
  • 反映相关关系的:散点图
  • 反映多个指标的:雷达图
记住了没?所以开头的图应该咋画?可以这样画,看的更清楚(如下图) 。
五、更复杂的数据可视化可能大家看完,会问,如果是:N个对象、N个指标、N个时间、还带细分的,该怎么做可视化 。
这个也难不倒小熊妹,因为真遇到这个情况,就不是一张图表能说清楚的了 。大家感受下,这种N连击问题,在实际中是啥效果 。
这时候一定得先把问题整理成清晰的,一个一个独立的,相对简单的小问题,再一个个讲哦 。
至于咋整理,这是另一回事了 。有机会小熊妹再分享 。
作者:码工小熊,公众号:码工小熊
本文由 @码工小熊 原创发布于人人都是产品经理,未经许可,禁止转载 。
题图来自 Unsplash,基于CC0协议

推荐阅读