世界各地的机场 | by RAWGraphs 团队
01
什么是大数据可视化
什么是大数据？
大数据指的是一种规模非常大的、以至于大大超出了传统数据库软件能力范围的数据结合。 它有三种特征：
第一，它具有 高度多样性。它的形式很多，来源很多，种类也很多。
第二，它的 体量很大。因为我们的时代数据非常多，像是数据的海洋一样。
第三，它具有 高速性。它时效性很快，增速也很快，相对应的还需要非常高规格的处理和响应速度。这就是大数据可视化的三个特点。
数据可视化我们表面上觉得它可能只是对于数据的规律的展示，但它不仅仅是为了展示已知的数据之间的规律，它实际上是 为了用户能够通过认知这个数据来看到本质。换句话说，就是 从表面的事实发掘数据背后所反映的实质。
所以，如果我们需要受众能够更快、更准确地理解数据，我们还要在数据可视化的基础上进行加工、让它更精准化。这样才可以提高决策的准确性。
什么是可视化？
可视化就是以图形图表的形式，将一些比较原始的信息和数据表示出来。 这些图形图表的形式我们可以把它称之为可视元素。
可视化包括一些非常传统的视图，比如条形图、饼图、环形图，但它还有一些其他各种各样形式的图表。例如下面这种图表，它非常具有设计感。
The medal race | by Jorge Luis Cortes
但要注意的是，我们不能直接把数据以图表的形式表现后就直接拿来用， 我 们需要在此基础上进行再加工、再编辑、再设计。虽然现在市面上有很多帮助我们做大数据可视化的软件（本文也会给大家推荐！），但并不意味着用软件工具生成图表后就未经加工地使用、嵌入到网页或者是放到平台的商品当中去，我们肯定要在这个基础上进行再加工的。
这就是可视化，利用一些可视元素来表现我们的数据，提供了方便我们观察和理解事物规律的一种可能性。我们可以通过可视化去看什么东西呢？一个是数据背后的趋势，一种规律，一种异常的情况，一种异常值，甚至是一种模式。
而大数据可视化，就是通过对大数据进行处理、分析，用一种比较好的、巧妙的方式展现出来 。 换句话说，我们就是以数据的视角去看待世界，我们想要的数据、其实可以把它称之为是数据视觉。数据是一种工具，可视化可以把它称为是一个手段， 我们的最终目的是描述世界、探索世界。
大数据可视化的数据从什么地方来？
我们肯定是要在有数据的前提下去进行可视化。那么数据从什么地方来呢？可以通过我们对背景、对项目的前期调研，比如定量研究、定性研究。定量研究是一种比较横向的研究，定性研究是比较垂直化的。通过大量的分析调研，我们可以得出很多数据。
举个例子，比如我们想了解从北朝鲜脱北到韩国的脱北者的数据，我们想知道这一部分人的性别构成、年龄构成、职业构成以及想从北朝鲜脱北到韩国的原因。想要了解原因的话，我们可以去抓取网络数据，可以利用一些现有的网络爬虫工具去爬取一些公开、合法的网络数据，然后在数据的基础上去做大数据可视化。
顺便可以提一下的是，网络爬虫就是一种爬虫机器人，帮助我们在网站上爬取各种数据。如果靠人工去筛选，比如百度，这些网页的数据非常耗费时间成本和人力成本，非常不现实，所以我们要学会借助网络爬虫工具去爬取数据。
数据有了之后，我们还要在数据基础上进行一个处理和加工，不能直接把数据全部导入软件里生成图表，要在它的基础上先做好一个筛选，提取你在这些数据当中真的有用的数据，去掉一些没有用的数据，然后才是去做一个可视化的图表。这就是可视化的一个基本概念。
02
大数据可视化的价值
为什么大数据可视化是比一般的图表或者一般的数字表格更有价值呢？
一是遵从人的天性本性。对于每个人类来说，我们的目光和注意力是更容易被刺激性的颜色、图案所吸引的。比如在一片蓝色图形中，我们能比较轻松地去快速识别出这当中的红色的物体，或者在一片方形图形当中能比较轻松地识别出圆形。但是，如果我们在非常多的数字表格里去识别一个重要信息，是不是就很困难？所以， 通过大数据可视化可以帮助我们从视觉的角度更加科学地进行数据的发掘。 它可以帮助我们的注意力集中在某一点上，而不是被其他的、无关紧要的内容夺取我们的注意力，可以帮助我们获得一些对于受众来说更有价值的、更容易理解的信息。
进行大数据可视化主要有两大步骤： 数据分析与分析结果的可视化。 一些比较初级的可视化可以是一些很简单的、我们非常熟悉的树状图、直方图、扇形图等非常基本的图形。
而我们进行可视化的方法有：通过图表的方式 用数据说话，还有就是通过这些图表 让数据说话。可能表面上看起来用数据说话和让数据说话没有什么区别，但实际上它们的区别非常大。
接下来我们继续以案例的方式让大家了解更加的清楚。
03
大数据可视化案例
什么是“用数据说话”， 它就是一个简单的、直白的对数据的呈现。
“让数据说话”就是我能够在数据可视化的基础上做到什么？是有张有弛，有轻有重的一个表现。这样可以让受众第一眼就能获取到信息，而不是看到图表还需要思考很久才能获得想要的关键信息。所以学会通过用恰当的表现手法来表示，才真正地学会让数据说话。
大家看一下两张图表，加工前和加工后的对比。图一是典型的用数据说话，图二是典型的让数据说话，它们有什么区别？
图一
我们通过图中文字了解到，这是一组学生对于“science”的看法的调查。在做项目之前，调查同一组学生对于科学、对于science这个单词、这一项内容的看法。在做项目之前，11%的人觉得“这很无聊”；5%的人觉得“不怎么样”；40%的人觉得“还OK”；感到“有兴趣”和“非常感兴趣”的人分别占到25%和19%。做项目之后，这个比例发生了变化。觉得“非常感兴趣”的人增长38%，觉得“还OK”的人下降到14%。
这其实就是非常简单的、把收集到的项目前后的对比数据做了一个展示。但其实它用了两个饼图的形式，并不是非常合理，因为在一定程度上它割裂了这个项目前后的联系。
如果我是一个观众，看这个图表我可能还得思考一下这两张图表的关系是什么？各方面的情绪、百分比的变化是什么？我需要去思考一下才能获得答案，所以它不是一个成功的大数据可视化，它只做到了用数据说话。
我们来看图二，改良过的让数据说话。
图二
首先我们看到它的图表形式从刚才的饼图变成现在的柱状图。每一种情绪、每一种态度，它都是能够用颜色区分开，并且还做了一个非常明显的对比。我们可以看到“觉得很无聊的”和“不怎么样”的人的数量都有所上升，觉得“有兴趣的”和“非常喜欢”的人数也是有上升，相对来说觉得“还OK”的人数就大幅的下降了。大幅下降的这群人去哪了？大部分去了右边的感到“有兴趣的”，小部分去了觉得“没有兴趣”。觉得“不怎么样”的人数是小幅度上涨，而觉得“还OK”的人数大幅下降，觉得“有兴趣”的人开始大幅上升，这样我们能够清晰、直观地看到学生对于科学的看法，在两个时间段的一个对比的效果。所以改良后它就是一个非常成功的可视化图表，相当于是一针见血，让你能了解到这个趋势，异常值以及规律，比如“还OK”人数比例的下降是特别明显的异常值。
这才是做到了让数据说话。用数据说话和让数据说话两者对比非常明显。我们要慢慢学会通过用数据学话说话转换到让数据说话。
我们再看第二个案例。这个是卖电影票的一张图表，它是一个用数据说话还是让数据说话呢？
首先它就是一个很简单的柱状图，我们可以看到它是以年份里面的一个月份作为时间轴。随着时间的推移，我们可以看到售票趋势。它虽然用了两种颜色进行对比，但是其实作为受众，你还是不能一眼就看出来这个图表想表达什么东西，售票趋势还是不能一下子就判断出来。所以并不是特别成功，它也没有进行非常深入的数据分析。
我们来看一下改良过的版本，让数据说话。
它是从刚才的柱状图变成了折线图，看起来会好多，因为折线图是一种能比较好地反映在一段连续的时间范围内的趋势变化、上升下降的可视化图表。通过这个图表，我们可以非常明显的看出来一年12个月的售票趋势，捕捉到数据的规律。并且大家注意一下，图表中还特地在五月份标出了趋势变化的过程中的异常之处，加入了员工离职的数据，这样就能看出来这个趋势的变化其中还有一个影响因素就是两个员工离职了。这个图表表达的信息也很全面，跟刚才的第一张有一个明显的对比，典型的让数据说话而不是用数据说话，所以我们要学会怎么去分析，怎么去再加工。
04
大数据可视化的工具
大数据可视化我们用哪些工具可以进行分析？首先是我们每个人都非常常用的一个软件——Office办公软件里面的Excel，它可以用来把我们研究、调查获取、在网上爬取的数据填充在表格里，然后在数据的基础上可以进行筛选、清理。这样就形成了我们的数据源。
有了数据源、数据库之后，我们再使用可视化工具对数据的进行图表生成。下面给大家推荐几个软件：
1 RAWGraphs
这个软件比较适合新手，虽然它的功能不是那么地全面，但是它操作起来很简单，选项不多，但是生成效果不错。虽然它是英文界面，但是它的按键很少、很方便，如果是正常的、大学本科的英语基础，用这些软件是完全没有任何问题的。
2ChartBlocks
这是一款生成的可视化的在线工具，比较简单易用。
3Tableau
如果是比较专业的，比如想要把大数据可视化的内容做一个互动，做出能够嵌入到网页里进行互动剪辑式交互的、可视化的制图，那么可以用Tableau。
这是近两年在全球范围内是用的比较多的一款软件，它好在什么地方？除了它非常强大和专业性，它也很灵活，可以进行多人协作。最重要的一点就是可以把图表做成一个可交流、交互的工具。RAWGraphs这种比较简单的、在线的生成软件的话可能做不到，它可能只能生成一些平面的东西。
4Visme
Visme提供了大量的模板、图片，可以制作文稿。
现在有如此多的工具让我们选择，我们又应该如何选择合适的软件去做可视化呢？
比如Tableau，打开我们桌面版本，我以2020年1月份到2021年3月份的新冠肺炎的全球的阳性的上升人数，还有死亡人数为数据，做一个Global COVID-19 Tracker可视化案例。
这是一个已经非常完善的图表，我们看一下用这个软件有什么好处优势。
首先我们会发现它是可点击的一个页面，不是完全是平面的，它可以进行交互的。它一张图表里面可以放很多内容，我们看到右边是整个世界范围内有疫情的一些国家的一个条形图，从人数高到人数低。
我们可以选择单个国家，比如选择美国，点击，左边就会出现相应的、美国的新增感染的人数以及新的死亡人数。
再往下意大利、印度、Russia等等都是可以进行单个地查看，这样视觉做得非常的好。
而中间还有另外一种方式，可以通过点击地图查看数据，比如点击Russia就能看到俄罗斯境内的新增的案例还有死亡人数，点击其他国家也是如此，所以它功能相对来说比较强大、比较专业。
这个是它的数据源，也就是一个很典型的数据表格，我们可以对数据进行筛选、创建。我们并不是把不经任何筛选加工的数据直接粘贴到我们数据库里面进行操作，我们需要在它的基础上进行分析之后，得到一个合理的数据源，再去做一个大数据可视化。
当然可视化工具肯定是不止上文刚才介绍的那些，它还有很多，现在国内也有很多非常好用的可视化的一些工具，再加上它语言是中文的对我们中国学生也更友善。这些你都可以进行选择，因为工具很多，而工具是为人服务的。
大家最好是以自己的个性和爱好，去选择你适合的一款。不论是我们国内的还是国外的，只要适合你的，你觉得好用的就是最好的。而且软件基本上用起来大同小异。如果你会用Tableau，其他软件用起来基本上没有什么问题。类似于你学会了AI，那么你用PS可能也会方便一点。知道一些初步的知识之后、领进门了之后，自己也要学会去探索。
END
添加教务老师可获得电子书、进入专业设计交流群等福利，联系方式见下方～