公告: 极客数据面向大数据行业从业人员及爱好者分享行业最新资讯以及各种工具使用教程,行业资深大佬可移步至行业专业交流社区 “穹顶喵”!

6种最基础数据可视化分类方式

2988


数据可视化其实就是一种数据的视觉表现形式。看表面它只是图形和表格的组合体,是一种工具。其实掌握了其中的分析原理就会知道,数据可视化的关键要义其实是一种数据梳理和归纳的思维模式。

真正有用的图表不是繁复深奥难懂的。只有把数据可视化做得简单易懂,才能让决策者真正理解数据背后真正的意义。

本文总结了几种常用的数据可视化图形,并简要介绍了各种图形的作用和推荐的使用场景。旨在能为科研工作者在数据可视化阶段提供新的思路。

不同类型的数据可视化

数据可视化大致分为6种不同的类型。虽然数据可视化领域在不断增加,但如果类别数量增加,大致的思维逻辑也是一样。

1、时间:这些类型的可视化数据应满足两个条件:所表示的数据应是线性的,并且应是一维的。这些可视化类型通过可能重叠且具有常见开始和完成数据点的行进行表示。

2、等级:这些类型的可视化描绘了较大组中的有序组。在简单的语言中,这些可视化背后的主要直觉是,如果聚类的流从单个点开始,可以显示聚类。

3、网络:这些类型的可视化将数据集连接到数据集。这些可视化可视化可描绘这些数据集在网络中彼此的关系。

4、多维:与时间类型的可视化相比,这些类型可以具有多个维度。在此,我们可以使用 2 个或更多功能通过并发层创建 3D 可视化。这些将允许用户通过打破大量非有用的数据来呈现密钥外卖。

5、地理空间:这些可视化通过与地图交叉(可能是地理空间或空间地图)来与当前现实生活中的物理位置相关。这些可视化背后的直觉是创建整体的性能视图。

6、杂项:这些可视化不能在特别大的组中概括。因此,我们不是为单个类型组成较小的组,而是将其归为杂项。下面是示例:

结论

从上述类型的可视化,我们看到大致就有六种分类方式。上面的列表不是详尽无遗的列表,而是一些被广泛使用的列表。

当然在未来一段时间,当新类型被添加到列表中时,这些组可能会增加。但是基础的分类逻辑并不会改变。