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
《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20