数据可视化

我们在工作中经常需要制作各种表格,当表格的关系表现太繁杂的时候,我们其实不太能够理解数据的意义,这时有个来自数学的直观工具,笛卡尔的直角坐标系去直观的解析现实问题。

把相关表格做成曲线进行分析,可以清晰的研判它的鞍点、陡度、趋势和包络状态。

当大量定量数据以原始形式,甚至以表格汇总的形式呈现在我们眼前时,我们很难理解数据的模式和结构。我们需要想办法简化信息,同时突出重要的想法,而数据可视化有助于实现这一目的。

有一个问题。虽然数据可视化可能看起来客观,但设计者对图形所传达的信息有很大的控制权。即使使用的数据非常准确,设计者也可以操纵这些数据给我们的感觉。设计者可以无中生有,营造出一种相关性的假象,也可以放大群体之间的微小差异。

在数据可视化中也存在仅仅是为了排版美观随意篡改甚至大量设置图表的情形。虽然美观很重要,但数据图形应该关注数据,而不是吸引眼球的装饰。

条形图和线形图看起来可能比较枯燥,有时可能还比较复杂,而彩色插图看上去可能非常有趣、引人注目,足以吸引你。

历史上最有名的数据可视化应该是高中化学学到的元素周期表。元素周期表是化学家门捷列夫在19世纪下半叶发明的。他利用数据可视化这个工具组织整理模式,并成功地完成了科学预测。元素周期表是一种化学元素从轻到重的排列方式。从左到右的位置既可以反映我们现在所了解的每一种元素的基本原子结构,还可以预测这些元素相互间的化学作用。元素周期表的特殊块状结构反映了电子在原子核周围电子亚层中的填充方式。门捷列夫将已知元素按照它们呈现的模式排列出来,成功地预测出尚未被发现的化学元素及其性质。简言之,元素周期表是一种高度特化的数据可视化形式,其结构反映了原子化学的逻辑。

相关推荐
SelectDB7 分钟前
十亿 JSON 秒级响应:Apache Doris vs ClickHouse,Elasticsearch,PostgreSQL
算法
橘颂TA35 分钟前
【剑斩OFFER】算法的暴力美学——除自身以外数组的乘积
算法·leetcode·职场和发展·结构与算法
源码之家37 分钟前
机器学习:基于python租房推荐系统 预测算法 协同过滤推荐算法 房源信息 可视化 机器学习-线性回归预测模型 Flask框架(源码+文档)✅
大数据·python·算法·机器学习·数据分析·线性回归·推荐算法
鑫—萍1 小时前
C/C++精品算法——双指针(1)
c语言·c++·算法
打码人的日常分享1 小时前
基于信创体系政务服务信息化建设方案(PPT)
大数据·服务器·人工智能·信息可视化·架构·政务
铭哥的编程日记1 小时前
深入浅出蓝桥杯:算法基础概念与实战应用(三)搜索
算法·蓝桥杯·深度优先
2501_941111891 小时前
低延迟系统C++优化
开发语言·c++·算法
2501_941111992 小时前
C++中的装饰器模式变体
开发语言·c++·算法