數(shù)據(jù)可視化效果若干經(jīng)驗(yàn)與資料分享
文章通過(guò)介紹Visualization 即可視化，羅列了數(shù)據(jù)的展現(xiàn)方式。對(duì)于數(shù)據(jù)分析最困難的一部分就是數(shù)據(jù)的展示，解讀數(shù)據(jù)之間的關(guān)系，清晰有效的傳達(dá)并且溝通數(shù)據(jù)信息。
對(duì)于數(shù)據(jù)挖掘，我們可以通過(guò)文中對(duì)數(shù)據(jù)可視化的案例找到分析數(shù)據(jù)、展現(xiàn)數(shù)據(jù)的方法和思路。
Data visualization 是一件很有趣的事情。最近在嘗試處理數(shù)據(jù)，便順手翻了翻 visualization 的進(jìn)展，然后除了 IBM 大名鼎鼎的的 many-eyes 。
還有一個(gè)比較好有意思的網(wǎng)站是visualizing。Visualizing 跟 many-eyes 很像，都是社區(qū)形式的網(wǎng)站，用戶可以注冊(cè)然后上傳，而且網(wǎng)站還有積累下來(lái)的很多數(shù)據(jù)供用戶使用。
當(dāng)然我不是為了介紹這個(gè)網(wǎng)站才寫這篇 post 的，寫 post 是一個(gè)記筆記的過(guò)程，如果我不能從中學(xué)到什么，就有點(diǎn)浪費(fèi)時(shí)間了。下面進(jìn)入正題，我嘗試總結(jié)一下 visualization 的時(shí)候的幾個(gè)可用的經(jīng)驗(yàn)。
應(yīng)該使用何種形式來(lái)表現(xiàn)數(shù)據(jù)
從 visualizing.org 的分類中提取出來(lái)的有用的形式包括(不過(guò)說(shuō)實(shí)話這樣分類并不是很好用)
1、Chart
2、Time series
3、Map
4、Flow
5、Matrix
6、Network
7、Hierarchy
8、Info-graphic
要可視化的數(shù)據(jù)可以分幾類(我想的不全面，歡迎補(bǔ)充，共同學(xué)習(xí))
有一系列對(duì)象，他們之間相互有關(guān)聯(lián)
寫成 A↔B 粗體的拉丁字母表示一系列對(duì)象，比如一系列地點(diǎn)。
這種情況下因?yàn)橐故緮?shù)據(jù)之間相互關(guān)系，所以實(shí)質(zhì)上是一個(gè) network 圖，不過(guò)通過(guò)一些技巧可以把簡(jiǎn)單的 network 圖變成更好的形式。
方式一：使用轉(zhuǎn)換成 flow 圖。通過(guò)把對(duì)象列出兩遍來(lái)是的原本應(yīng)該是一個(gè)比較復(fù)雜難以看清的 network 變成了清晰易查找的 flow。
這類圖中我喜歡的一個(gè)是 people moving 的 flow
這個(gè) flow 圖非常好的展示了從一個(gè)國(guó)家移民到另一個(gè)國(guó)家，上面的截圖就是人們移居(migrate，是移民么?)到加拿大的情況，可以看到中國(guó)(CH)移民到加拿大的還是比較多的。通過(guò)這樣的 flow，我們可以很容易很直觀的分析數(shù)據(jù)。
方式二：圈形的 network 圖。為什么要做出圈形呢?因?yàn)槿π慰梢允沟眠B線集中在圈內(nèi)部，而且可以減少數(shù)據(jù)交叉。通過(guò) interactive design，可以使得連線無(wú)交叉。比如這個(gè) Migrants moving money ：
這個(gè)截圖是中國(guó)的僑款，也就是中國(guó)移民所寄回祖國(guó)中國(guó)的錢數(shù)。可以看排除香港地區(qū)，美國(guó)是***的來(lái)源。
事實(shí)上這種方法與***種本質(zhì)是相同的。
方式三：network 圖。通過(guò)點(diǎn)和連線來(lái)關(guān)聯(lián)。例子比如 Attractions of Councils: WEF GAC interlink survey
但是這個(gè)圖實(shí)際上并不好。而且有時(shí)候，線條是可以去掉的，比如這個(gè) 國(guó)際航班的可視化 ：
Click a nation to see all connected nations via flights. Click again to see arranged nations based on the distance. Double-click the background to reset.
截圖：
方式四：使用 table。不過(guò)為了更直觀，使用面積等方式來(lái)代表數(shù)據(jù)的大小。
比如 10 個(gè)人任意兩個(gè)人之間相互按照對(duì)對(duì)方的好感程度打分，為了展示任意兩個(gè)人 A 和 B 之間相互的好感程度，可以使用顏色柱來(lái)展示，選定一個(gè)作為兩個(gè)人好感程度相同，顏色柱之上的顏色表示 A 對(duì) B 的好感大于 B 對(duì) A 的好感，反之亦然。
這里有個(gè) council 之間的例子 ，截圖如下：
層級(jí)數(shù)據(jù)，數(shù)據(jù)之間可以分成幾個(gè)層級(jí)關(guān)系
就是 Hierarchy 圖，不過(guò)有時(shí)候可以省掉連線。
比如這個(gè) soft drink 的 hierarchy 圖
從這張截圖立刻可以看到 coca-cola 和 pepsi 的龐大，通過(guò)原網(wǎng)頁(yè)可以自由的放大縮小來(lái)查看不同的公司的產(chǎn)品。
這樣的 hierarchy 圖要比單調(diào)的并列的整整齊齊的列舉要包含了更多的信息，因?yàn)閳A圈的大小可以表示數(shù)據(jù)的一個(gè)維度，甚至還可以引入顏色等等來(lái)表示更多的維度。
#p#
簡(jiǎn)單的兩維數(shù)據(jù)，比如某種現(xiàn)象出現(xiàn)的頻數(shù)
方式一：使用 Histogram。這是比較經(jīng)典的選擇，即使用矩形或者線條的長(zhǎng)度來(lái)表示數(shù)據(jù)的大小。例如這個(gè)關(guān)于能源的 visualization
方式二：使用樹圖(Tree map)，使用面積表示數(shù)據(jù)的大小。這里有個(gè) UN 的 Global Pulse Visualization 的例子 ：
方式三：使用散點(diǎn)，使用散點(diǎn)的大小或者顏色等屬性來(lái)表示數(shù)據(jù)的大小。
一個(gè)很優(yōu)秀的例子是 學(xué)生坐座位習(xí)慣的例子 ，截圖：
事實(shí)上 tag page 也是屬于這類，我們可以通過(guò)每個(gè) tag 的大小顏色等等來(lái)標(biāo)示數(shù)據(jù)的大小。
坐標(biāo)數(shù)據(jù)
除了可以使用上面說(shuō)提到的方式，對(duì)于坐標(biāo)數(shù)據(jù)，有個(gè)特點(diǎn)是可以繪制地圖(Map)，而 Map 可以與其他形式結(jié)合，比如 flow。一個(gè)比較好的例子是 關(guān)于我們坐飛機(jī)的一張圖 ，截圖如下：
圖片上部的地圖是飛行的出發(fā)城市，下部的地圖是終點(diǎn)城市。更多內(nèi)容可以查看 UCSB 的這個(gè)站點(diǎn)，其中提供了 demo 軟件。
不同 visualization 的結(jié)合
前些時(shí)候，以為天文學(xué)家 Goodman 寫過(guò)一篇關(guān)于 高維天文數(shù)據(jù)可視化的論文 ，其中提到了 linked views 很重要，就是說(shuō)我們要多種可視化方式聯(lián)合起來(lái)展示數(shù)據(jù)，我截取論文中一張圖片來(lái)說(shuō)明。
不同的 visualization 結(jié)合起來(lái)對(duì)數(shù)據(jù)進(jìn)行多角度的呈現(xiàn)，可以使我們對(duì)數(shù)據(jù)有更深刻的理解。所以 data mining 實(shí)際上是一個(gè)應(yīng)用非常廣泛的專業(yè)，一個(gè) data mining 專業(yè)的學(xué)生在現(xiàn)在這種天文專業(yè)被大量數(shù)據(jù)所轟炸(有篇論文就是說(shuō) data tsunami 時(shí)代)真是個(gè)寶貝啊。
有一個(gè)不錯(cuò)的歷史方面的數(shù)據(jù)可視化例子，把時(shí)間線和地圖集合起來(lái)展示的，這個(gè)方案實(shí)際是一種深層次的 linked views： Conflict History of the World
一些有用的工具
1、 http://en.wikipedia.org/wiki/Data_visualization 自然要先查看一下 wikipedia 啦啦啦~
2、visualizing.org 有個(gè)列表：
3、 http://selection.datavisualization.ch/ 列舉了很多有用的工具。
4、 https://github.com/blprnt/Kepler-Visualization This is a Processing sketch to visualize data from NASA’s Kepler mission.
5、 http://flowingmedia.com/timeflow.html Time Flow is an open-source timeline built to help journalists analyze temporal data. The application offers several view modes–timelime, calendar, list, table–to help explore thousands of data points.
6、 http://mapbox.com/ Mapbox is a tool for map making.
Data Visualization 的機(jī)構(gòu)/組織/社區(qū)
1、 http://envisioningtech.com/
有些不錯(cuò)的 data visualization，比如(圖片來(lái)自 envisioningtech.com)
2、IBM 的Many-eyes.com
這個(gè)一開始提到了，是個(gè) visualization 的社區(qū)。
3、http://datavisualization.ch/
之前提到過(guò)它的工具列表了。這個(gè)網(wǎng)站是
Datavisualization.ch is the premier news and knowledge resource for data visualization and infographics.
一個(gè)類似 data visualization 社區(qū)的網(wǎng)站。
5、 http://visualization.geblogs.com/
來(lái)自 GE 的例子。
Web-based Analysis and Visualization Environment
本文所用的數(shù)據(jù)按照 visualizing.org 所標(biāo)示，使用 CC BY-NC-SA 協(xié)議，除了明確指明的圖片，其他圖片皆出自 visualizing.org。
好了講完了，可以用 exoplanets.org 的數(shù)據(jù)來(lái)玩玩。
End
