入门教程、案例源码、学习资料、读者群
请访问： python666.cn
大家好，欢迎来到 Crossin的编程教室 ！
说起「数据可视化」，大家第一反应可能是在计算机上绘制图表。但实际上，数据可视化的历史要比计算机还长很多。
下面就给大家讲一个拿破仑时代的数据可视化案例。
拿破仑东征
十九世纪初，整个欧洲大陆几乎都在拿破仑的控制之下……除了隔着天然屏障的英国。于是，拿破仑下令对英国实施经济制裁。然而，俄国皇三代亚历山大却不买这个账，因此跟科西嘉暴发户结下了梁子。
经过数轮撕逼和互怼，小拿于1812年集结了42万大军，东征俄国，并自信满满地认为一波速推就能破对方中塔。然而俄国人坚壁清野，靠20万人硬是撑到了冬天。法军途中减员不断，尽管一度占领了莫斯科，但始终无法消灭俄军主力。最后不得不撤退，仅1万人回到法国。这次东征成为了拿破仑帝国由盛转衰的转折点。
近五十年后的1861年，法国工程师查尔斯·约瑟夫·米纳德（Charles Joseph Minard）绘制了一幅数据统计图表：《1812－1813对俄战争中法军人力持续损失示意图》。此图将法军东征俄国的过程，精确而巧妙地通过数据可视化的方式展现出来。被后人评价为：可能是史上最棒的统计图表。
(点击图片可放大)
最杰出的绘图大师
想想平常我们自己在 Python 或 Excel 表格里做一幅图表，可以展示多少信息？而米纳德在这一幅平面图，呈现了 6 个维度的信息：
拿破仑军人数
距离
温度
经纬度
移动方向
时-地关系
仅凭这一张图，就能让人直观感受到拿破仑的40万大军，如何在长途跋涉和严寒之中逐步溃散。我本人在书店第一眼看见此图时，以为是现代人之作，看了标注才发现竟然是160年前的作品。
米纳德早年为土木工程师，后在校任教，退休后全身心投入图表与数据地图的绘制。除了这张著名的图之外，还有很多优秀作品：
1858/1864/1865年欧洲棉花进口的情况
公元前218年迦太基名将汉尼拔率领的坎尼战役
1858年全球移民的流线图
法国各地运送至巴黎的家畜数量及比例
他开创或改良了许多绘图技巧，比如将流线、饼图运用在地图上。
信息可视化发展
除了米纳德，还有很多“古人”很早就绘制出了具有极高水准的图表：
威廉·普莱菲尔（William Playfair），被称为图表设计之父，发明了条形图、饼图、折线图等。此图是其于1786所作。
弗罗伦斯·南丁格尔（Florence Nightingale），护理学的奠基人（就是每个护士都宣誓过的那个南丁格尔誓言）。她的另一个身份是统计学家。此图被称作“南丁格尔玫瑰图”，直观展示了卫生条件对死亡人数的影响，因而争取到了更好的医疗条件。
埃德蒙·哈雷（Edmond Halley），计算出哈雷彗星轨道的那位。这张大西洋各地磁偏角的地图，是第一张绘有等值线的图。后来的等高线、气压线皆源自此。
图表的选择
在我们自己做数据分析图表的时候，应该如何选择合适的展现方式？我这边给一点常用的建议：
折线图：展现数据的波动、趋势
柱状图：展现量的变化
饼状图：强调比例
散点图：展现各种统计分布
雷达图：多维数据对比
比如我们之前的文章 【数说】苹果开始走下坡路了吗？，其中有对于 iPhone 销量和售价的变化展示。分析销量，是展现不同时间上量的变化，通常就用柱状图。而价格，不是数量，只是一种波动，用柱状图就略不恰当，折线图更合适。
精彩案例
最后，我们再来欣赏几个漂亮的图表。来自知乎问题：
《你最欣赏的数据可视化的案例是什么？》
https://www.zhihu.com/question/21132076
希望此文对你做数据分析图表时有所启发。
Crossin的第2本书《码上行动：利用Python与ChatGPT高效搞定Excel数据分析》已经上市了。
本书从 Python 和 Excel 结合使用的角度讲解处理分析数据的思路、方法与实战应用。不论是希望从事数据分析岗位的学习者，还是其他职业的办公人员，都可以通过本书的学习掌握 Python 分析数据的技能。书中创新性地将 ChatGPT 引入到教学当中，用 ChatGPT 答疑并提供实训代码，并介绍了使用 ChatGPT 辅助学习的一些实用技巧，给学习者带来全新的学习方式。
公众号的读者朋友们购买后可在后台联系我，加入读者交流群，Crossin会为你开启陪读模式，解答你在阅读本书时的一切疑问。
感谢转发和点赞的各位~
_往期文章推荐_
如需了解付费精品课程及教学答疑服务
请在Crossin的编程教室内回复: 666
