数据可视化——向木东居士学习 第二期

【数据科学家学习小组】之数据可视化（第二期）

本系列文章主要目的有两个：

1. 从数据可视化的角度出发，总结一下现在无论是数据可视化还是报表开发、BI开发的工具和思路
2. 从木东居士的学习小组学习到一些大厂的工作学习思路，让自己思考的更全面更成熟，完成的文档也更加全面、漂亮。

学习内容

「时序数据」和「比例数据」的可视化

• 了解时序数据的特点，熟练掌握不同类型的时序数据分别适合的图表类型；
• 了解比例型数据可视化的目的，学会根据数据集的特征去选择合适的图表；
• 实践：从给定的4个数据集中挑选两个，自行选择合适图表并进行可视化呈现

知识总结

时序数据：

1. 离散时间点(少周期)：柱状图、并列柱状图、堆叠柱状图、百分比堆叠柱状图等
   • 重点突出：数据构成不要太多
   • 分类占比变化：使用百分比堆叠柱状图
   • 对比明显：数据条数不要太多
2. 连续时间点(多周期)：折线图、面积图、堆叠面积图、瀑布图(阶梯图)、拟合曲线图等
   • 点线图：数据项不超过12个
   • 折线图：当数据集中的数据项比较多，大于12条时，采用点线图，会让整条线上的点很密集，影响看数据的趋势，此时采用折线图是不错的选择
   • 曲线图：相邻节点的连线更加平滑，更能体现趋势变化
   • 阶梯图：某两个相邻的时间节点，后一个节点的数据相对于前一个节点数据的升降变化，常用于商品价格变动、股票价格波动、税率变化等场景中。
     • 前一时间节点数值；
     • 当前时间节点数值；
     • 当前节点较前一节点的差值；

比例数据：

1. 不含时间属性：饼图、环形图、嵌套的饼图、矩形树图；

   • 饼图

     当构成整体的数据项较少时，采用饼图是一种不错的选择。建议扇区个数最大值在5～7个之间。当数据项超过一定数量时，可以按照占比，把排名最末的几项归位「其他」

   • 环形图

     饼图通过各扇区角度去映射各分类项对应的数值，「环形图」则通过各弧形的长度来衡量数值。

   • 矩形树图

     矩形树图，是一种基于面积的可视化方法。外部矩形代表父级类别，内部矩形代表子类别。相比于其他表示比例型的数据，矩形树图更适合展示具有树状结构的数据。

2. 含时间属性：百分比堆叠柱状图、百分比堆叠面积图；

完成作业

• 场景1:某电商公司2018年销售额趋势

场景1提供的数据是一个汇总数据，从数据粒度的角度看来，每行数据所表达的信息并不明确，所以需要预先做好数据处理工作，将每行数据变成月度销售额数据，度量是销售额，维度是商品分类。

最终使用堆叠柱状图表示了销售额总值的变化，用颜色区分了不同的商品分类（每月的总值趋势线没有成功添加上）

• 场景2:某只股票在2019年10月份的价格变动

这个数据直接使用阶梯图（瀑布图或蜡烛图），注意使用tableau中的颜色和大小选项来控制图形的颜色和柱大小

• 场景3:某快递公司每天寄件单的揽收时效分布

直接使用矩形树图

• 场景4:主流快递公司承运量流向分布
  
  场景4比较复杂，严格意义上说需要用两个图，但是如果只要数量不看占比的话一个图也是可以做到的

作图之前也是进行了一些数据处理工作

最终使用tableau制作的看板如下

参考文章

1. 如何优雅地选择数据图表：时序数据和比例型数据！
2. 《鲜活的数据》 第4章p73和第5章p111
3. 【数据科学家学习小组】之数据可视化（第一期）第二周