
用数据讲述最好的故事:如何做出赏心悦目的数据可视化
当设计地图时,我会想:我想让观看者如何阅读地图上的信息?我想让他们一目了然地看出地理区域的测量结果变化吗?我想要显示出特定地区的多样性吗?或者我想要标明某个区域内的高频率活动或者相对的体积/密度?
有多种方法可以在地图中快速而集中的呈现出可视化数据。我常用的几个是:
·Dot density (点密度图)——使用点或其他符号展示特征或现象的集体情况(密度)的地图样式。例如,显示区域内的交集或高/低活动量。
·Choropleth (分级统计图)——这是一种主题地图样式,它根据地图上显示的数据强度,对应的展现在阴影颜色或图案纹理上。例如,显示人口密度或人均收入。
· Hexagonal binning / hexbin (六边形图)——这种地图的风格适合显示地理上的一般主题。在choropleth地图中,它的颗粒比 dot density密度小,不受边界约束。
· Heatmap (热度图)——这种地图使看地图的人能够在缩放因子中独立地感知点密度。也是最不受约束的,因为它不符合地理范围。
举例
当对点数据进行可视化时,点密度图是有效的,通常用于展现活动,特征和其他地理现象中的体积或模式。单个数据点不应该被计算在内,而是显示一个区域的情况和密度。简单但有效,可以快速给你的地图带来展现力。
Eurovision Shazam - 优雅的点密度图
分级统计图基于先前定义区域的统计数据。典型的例子是由选举区域划分的选举地图; 在这里,分级统计图是首选。一般来说,分级统计图代表两种类型的数据:空间的广泛度,比如人口,以及空间的密集,比如比例,密度和比例。
DirectRelief - 分级统计图表示的乌干达的疟疾发病率
对聚合数据进行可视化时,六边形图擅于用更含蓄但更结构化的形式来展现。例如,表示一般分布情况时,不是渲染出数万个点的散点图,而可以将点数填充为几百个六边形。
热点图本质上使用颜色作为数据可视化工具。该应用可以很好的处理多个变量,并可以在数据中显示类似的模式和相关性。
纽约市交通事故热点图 - 混合热点图与六边形图
设计中的考虑
点密度图依赖聚类方法,因此分割数据时必须确定适当的值。我通常使用Jenks优化方法来计算和组合最佳值,从而切换颜色或比例。在点密度图中,具有较多点的区域表示高浓度值,具有较少点的区域表示较低浓度值。我会使用范围,不透明度或颜色对这些变化进行可视化。
在设计分级统计图,六边形图以及热度图时,需要记住重要的两点:
1)较暗的颜色数值更高;
2)虽然有数以百万计种不同颜色,但是人眼只能轻易区分有限的颜色。因此一般来说,我只使用五到七种颜色类别。
有好几种制图时可选择的不同类型颜色种类。以下是我最喜欢的几个:
· 单色系列:颜色由所选颜色的暗色渐变到相同色调的浅色或白色。最暗的颜色代表数据集中最大的数字,最浅的色调代表最小的数字。
单色渐变
· 双极渐变:通常使用两个相反的色调来显示从负到中心到正的值变化。这些类型的地图显示了彼此相关值的大小。
双极渐变
· 部分光谱色调渐变:用于混合映射两组不同数据。这种技术融合了相邻的两种对手色调,并显示了混合数据类别的大小。
部分光谱色调渐变
对于色彩浓重的地图风格,我总会考虑最终成品的可行性。会是纯数字的还是可以打印或复印?颜色和混合是否面对色盲的问题?颜色可以大大增强制图者与看图者之间的交流,但失败的配色可能导致图既不有效也不吸引人。记住,往往越简洁越好!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08LSTM 输出不确定的成因、影响与应对策略 长短期记忆网络(LSTM)作为循环神经网络(RNN)的一种变体,凭借独特的门控机制,在 ...
2025-07-07统计学方法在市场调研数据中的深度应用 市场调研是企业洞察市场动态、了解消费者需求的重要途径,而统计学方法则是市场调研数 ...
2025-07-07CDA数据分析师证书考试全攻略 在数字化浪潮席卷全球的当下,数据已成为企业决策、行业发展的核心驱动力,数据分析师也因此成为 ...
2025-07-07剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03