数据可视化呈现的6种方法

在当前互联网，数据可视化图表的类型层出不穷。

有关数据可视化的方法，如何将数据图形化，本文在这里归纳总结了方法。

一般，数据图表可以拆分成两类最基本的元素:所描述的事物及这个事物的数值，我们暂且将其分别定义为指标和指标值。比如一个性别分布中，男性占比30%，女性占比70%，那么指标就是男性、女性，指标值对应为30%、70%。

1.将指标值图形化

一个指标值就是一个数据，将数据的大小以图形的方式表现。比如用柱形图的长度或高度表现数据大小，这也是最常用的可视化形式。

传统的柱形图、饼图有可能会带来审美疲劳，如果你想创新，可以尝试从图形的视觉样式上下点功夫，常用的方法就是将图形与指标的含义关联起来。

我在网络上看到用FineBI统计的一个有趣的图，统计了东盟十国用户来广西的比例，采用用各国国旗来展示，图形与指标的含义相吻合。

2.将指标图形化

一般用与指标含义相近的icon来表现，使用场景也比较多，如下：

3.将指标关系图形化

当存在多个指标时，挖掘指标之间的关系，并将其图形化表达，可提升图表的可视化深度。常见有以下两种方式：

借助已有的场景来表现

联想自然或社会中有无场景与指标关系类似，然后借助此场景来表现。

比如有关流量研究院操作系统的分布，首先分为windows、mac还有其他操作系统，windows又包含xp、2003等多种子系统。

根据这种关系联想，发现宇宙星系中也有类似的关系：宇宙中有很多星系，我们最为熟悉的是太阳系，太阳系中又包括各个行星，因此整体借用宇宙星系的场景，将熟知的windows比喻成太阳系，将xp、window7等比喻成太阳系中的行星，将mac和其他系统比喻成其他星系，表现如下：

构建场景来呈现

支付宝的年度账单中，在描述付款最多的三项时，构建了一个领奖台的形式：

根据之前3步，可将指标、指标值和指标关系分别进行图形化处理。

以最简单的性别分布为例，可以得到一个线性的可视化过程，如下：

空间

当图表存在地域信息并且需要突出表现的时候，可用地图将空间可视化，地图作为主背景呈现所有信息点。

又或者说用所谓的“FineBI柱形图地图”来承载全国的销售数据：

5.将数据进行概念转换

先看下生活中的概念转换，当我们需要喝水时，通常会说：给我来一杯水；而不会说：给我来30ml的水。在这里，30ml是一个实际数据，但是难以感知，所以用一杯的概念来转换。

同样在数据可视化，有时需要对数据进行概念转换，可加深用户对数据的感知。常用方法有对比和比喻：

对比：

下图是一个介绍中国烟民数量的图表：如果只看左半部分中国烟民的数量：32000000，知道数据量级很大，但具体有多大却很难感知；直到看到右半部分：中国烟民数量超过了美国人口总和，这样一对比，对数据的感知就加深了。

比喻

更进一步地，还将这个比喻进行了图形化表现。

6.让图表“动”起来

数据图形化完成后，可结合实际情况，将其变为动态化和可操控性的图表，用户在操控过程中能更好地感知数据的变化过程，提升体验。

实现动态化通常用交互。交互又可以理解为互动，利用提示、颜色高亮、钻取等来表达产品要告诉用户的信息，让用户获得更好更舒适的体验。

比如联动

点击不同维度，数据表会呈现相应变动

数据可视化形式多样，思考过程也不尽相同。以上方法，是基于“数据”层面（区别于信息可视化），梳理思考过程，总结设计方法，为后续可视化提供可借鉴的思路。