数据可视化的目的（数据可视化是什么）

第一章 数据可视化的价值

1.1 触手可及的数据

经过三次信息化浪潮的洗礼，将生活的点滴进行数字化记录和存储，已经变得司空见惯。将一天中的美好瞬间记录成数字化图片，录下小宝宝刚刚学会走路的可爱影像；或者用apple watch记录下心跳，用以规律的运动和饮食；或者用便携式电子设备记录下血糖数值，科学指导用药。到如今，虚拟现实（VR）和增强现实（AR）已经开始模糊数字化世界和真实的世界，新兴起的脑机接口技术则将人类带向了人机融合的未来。人类正在朝着比特化生存的大路狂奔而去，未来难以确定，但是有一点可以肯定的是，您的生活正在被量化。

相比于个体的人来说，企业组织则早就是数字化革命的先锋。从最早的业务电算化，到业务信息化的发展过程中，企业就创建了大量基于软件和互联网的业务系统。如今ERP、CRM等信息系统，更是企业的标配，一些大型企业集团经过20多年的信息化建设，甚至形成了几十种、数百种业务信息系统，而这些用比特记录的业务系统的点点滴滴正在形成庞大的数据池。

据IDC预测，全球数据总量预计2020年达到44个ZB，我国数据量将达到8060个EB，占全球数据总量的18%。物联网，5G技术的普及，工业4.0水到渠成。精益生产越来越普遍，企业将更加注重效率，通过数据分析，挖掘提升组织效率成为必然。

1.2 数据资产的价值

一个普通人一年会产生100GB的数据，其中大部分是图片、视频或音频数据。大部分人会选择将这些宝贵的生活记录保存下来，以便空闲的时候回顾精彩人生。而一个中小型企业组织，每年则会产生1TB的数据，大型企业集团一年的数据增加量甚至会突破1PB。如此大量的数据，仅仅是被记录存储，就耗费巨大，企业付出昂贵的代价仅仅只是为了保存这些数据吗？

有人说，数字化时代“数据就是石油”。企业业务系统所形成的数据大部分与企业的生产、经营、市场活动息息相关，这些数据记录着企业的业务规律，承载着客户关系。但如果仅仅只是把数据记录存储起来，那么这些数据将成为企业永远的成本。只有将数据进行有效整理和挖掘，这些数据才会从沉默的费用成本变成有效的资产，如果辅之以高效的数据分析平台，业务人员随时随地可以进行数据分析，从数据中获得对企业有业务启示的生产经营规律、市场线索，那么这些数据将变成具有高度变现能力的流动资产，才会真正的变成企业的业务增长引擎所必须的燃油。

1.3 什么是数据可视化？

数据对于大多数人来说只是一个概念，大数据尤其如此。以比特方式存储在电脑中的数据，对我们并没有什么用。比如下面这个数据记录，对于大多数人来说，这是一串毫无意义的数据：

[{'编号': '001' , '年龄': 15 , '身高': 165 , '体重': 59 } , {'编号': '002' , '年龄': 18 , '身高': 195 , '体重': 78 } , {'编号': '003' , '年龄': 16 , '身高': 170 , '体重': 63 } ]

因为这些数据没有带入任何场景，也没有任何上下文提示，更不符合大多数人的阅读习惯（这是json格式的数据表示），这只能称之为数据，但如果是下表所示的数据，就变得有意义了：

这是一个简单的体检数据，记录了某个编号被测量者的年龄、身高和体重。为什么同样的数据，一个难以理解，一个很容易理解呢？二者的区别是，前者只能叫做数据，是一种特定的计算机可读取的格式；而后者可以称之为信息，人类可以直接阅读和理解。

而数据可视化，则是将数据进行有效整理变成易于接受的信息，人类通过频繁处理这类信息，从而产生正确的知识。比如，将以上表格用下图可视化展示出来，我们不仅能理解数据的含义，还能发现随着年龄的增长，身高和体重都会增加这样一个规律，这便将数据从信息转变成了知识。

同样的道理，企业业务系统中的数据因为带有业务的背景特征，只要稍微经过系统的整理，就可以很好的通过这些数据来理解业务。但是仅仅只是一些表格还是不够的。将数据变成信息，用表格的方式来表示，只是具备了可视化的基础，还没有真正的可视化。

1.4 如何数据可视化

1.4.1 人类视觉感知的特点

我们可以用眼睛、耳朵、鼻子等各种感官来接触、感受、理解这个世界。科学研究表明，进入大脑的信息有75%来自视觉，进入或离开中枢神经系统的纤维细胞占38%。而视网膜上有1亿个传感器，但只有500万个能够从视网膜传递信息到大脑。这表明，实际上眼睛处理的信息要多于大脑处理的信息，可以说眼睛过滤了信息。

可以说人类最有价值的器官，就是眼睛。正是因为人类具备了优良的视力，所以才能在狩猎或采集活动中保持较高的效率，判断环境的风险，很好的躲避猛兽的袭击。人类对于信息摄取的速度，视觉器官是占绝对主导地位的。，因此我们可以充分利用人类最为高效的信息获取器官—眼睛，来快速吸收、加工和处理信息。在越来越强调效率的今天，与其听长篇大论的汇报，还不如亲自看看来得快。

“视觉感知并非是记录刺激物质的被动过程，而是大脑的主动关注，视觉是选择性的工作，对外形的感知包括对形式分类的应用，因其简单性和一般性又被称为视觉概念。”

--奥恩海姆《视觉思维》

人类的视觉同样存在诸多缺陷。比如，人们在已有的认知或经验的基础上，知觉系统对客观事物进行了某种最合理、最可能的解释，但在特定条件下，这种解释往往容易产生偏差，就形成了错觉。举个例子：缪勒—莱尔（Maller-Lyer Illusion）发现末端加上向外的两条斜线的线段比末端加上向内的两条斜线的线段看起来长一些（图-？）。而著名的艾宾浩斯错觉（Ebbinghause Illusion）则表明人类对圆形大小的感知极易受参照物的影响（图-？）。以上人类认知的视错觉还有很多。

缪勒—莱尔错觉 艾宾浩斯错觉

1.4.2 数据可视化的基本原则

那么同样是运用视觉，什么样的数据可视化才最有价值呢？人类经过漫长的进化，视觉系统接受和加工信息已经形成了一些独特的规律，我们正是要充分理解这些视觉特点，将数据信息加工成适合人类快速接受的方式，同时规避一些人类视觉的缺陷（比如一些错觉），使得信息以不容易造成偏差的方式高效组织，并向人类进行传递。

数据可视化方式多种多样，每种不同的展示方法都从特定的视角表达了信息。好的数据可视化设计原则，可以很好的向读者展示数据的内在规律，能够快速抓住读者的眼球，同时避免传递错误信息。我们把结构化数据分为：数值型数据、类别型数据和时间序列三大类型。而人类可以从数据中观察到的模式则包括：局部与整体、趋势、偏离、分布、相关性、可比性等等。

通常用来进行数据可视化的基本图形则包括柱状图、饼状图、折线图、散点图和地理位置图等，由这些基本图形又可以衍生出更多，比如DataFocus中就包括36中可视化图表类型。在进行可视化设计时，请谨记10大原则。

一个类别只用一种颜色表示；

排序和分类要符合逻辑，比如从大到小等；

使用标注突出重点信息；

展示多种数据时尽量用可对比的方式进行；

减少不必要的标签；

不要使用高对比度颜色组合，如红色/绿色或蓝色/黄色

尽量不要使用三维图表，避免错觉；

尽量减少阴影和装饰，避免分散注意力；

单个图形颜色不要超过6种；

不要用分散注意力的字体或元素（如粗体、斜体或下划线）

,