可视化的敲黑板准备——数据关系

2019/3月/04大数据分析, 大数据新闻, 数据可视化0 条评论

这里说的数据之间的关系指的是数据点之间的关系,而不是通常的数据表之间的关系,数据点的关系既简单又复杂,但是对于数据可视化来说,却是不可或缺的一部分信息。

发现并正确描述数据之间的关系,可以说是一个真正的商业技能,这取决于你对数据和业务的理解程度,但是这个过程也并非无迹可寻,我们通常也可以把数据之间的关系分为以下七类:

1)简单对比

顾名思义,对分类的量化数据进行简单的对比,从而更直观的了解两者的量化对比情况,通常用来发现问题。比如:不同品类的产品销售额;

2)时间序列

显示同一维度下数值随时间的变化,通常可以帮助人们发现趋势,进行预测。比如:随时间变化的销售额统计曲线;

3)相关性

同一维度下两个数值的变化关系对比,从而发现正相关性或负相关性,以了解数据的相关情况,通常用于因果关系的发现。比如:同样教育程度下,收入和失业率分布;

4)分级排序

两个以上的数值互相之间的关系,通常用于排序分级,从而查看顺序和数量。比如:各省的销售收入排名;

5)偏差性

通过观察数据点之间的关系,发现一些特殊的,与普通数据有明显不同的情况,用于观察数据偏离度。比如:突发事件对产品销售量的影响;

6)分布情况

描述数据围绕核心数值的一个分布情况,用于观察数据的分布方式和情况。比如:篮球队员的身高分布情况;

7)局部与整体

用于对比部分数据和整体的关系。比如:小学生在“王者农药”玩家群里面的分布比例。

了解数据类型和数据之间的关系后,就可以针对数据选择合适的图表,进行相应的数据可视化。当然正确地使用图表进行数据含义表达后,还需要进行视觉效果上的美化,以及合理的展示分享过程,才能更好地将数据的价值发挥出来。而DataFocus只要搜索了关键词,便能智能适配相应的图表,并且秒出不需要美工的可视化效果,也可以根据个人喜好自定义颜色等参数。

0条评论

递交一条评论

邮箱地址不会被公开。 必填项已用*标注

DataFocus Cloud 让数据分析像搜索一样简单!

AI驱动,SaaS部署,引领数据分析云时代!