跟月影学可视化
月影
前奇虎 360 奇舞团团长,可视化 UI 框架 SpriteJS 核心开发者,《JavaScript 王者归来》作者
30206 人已学习
新⼈⾸单¥68
登录后,你可以任选4讲全文学习
课程目录
已完结/共 54 讲
跟月影学可视化
15
15
1.0x
00:00/00:00
登录|注册

33 | 数据处理(一):可视化数据处理的一般方法是什么?

数据可视化的意义
从中挖掘有价值的信息
通过例子积累经验
选择正确的呈现形式
数据中有则直接使用,没有则需要自己处理
获取想要的信息
不同的数据要了解的内容不同
先了解自己掌握的数据
数据太多
数据太少
按照公园地点进行分组
用饼状图显示性别比例
根据性别数据进行过滤
可视化过程是不断迭代的过程
用分类的方式处理数据
反复迭代的过程
从图表中挖掘信息
确定用哪种可视化方式呈现数据
分组和排序
原始数据格式
你看见了什么?它有意义吗?
使用何种可视化方式呈现?
你想从数据中了解什么信息?
你有什么数据?
合理的数据可视化分析过程
数据可视化的基本方法论
三种数据处理方法
数据处理的两种情况
源码
小试牛刀
要点总结
实战演练:对公园中的游客进行数据可视化
数据可视化的一般过程
可视化数据处理的一般方法

该思维导图由 AI 生成,仅供参考

你好,我是月影。
在数据处理的过程中,我们经常遇到两种情况:一种是数据太少,我们没法找到有用的信息,也就无法进行可视化呈现。另一种是数据太多,信息纷繁复杂,我们经常会迷失在信息海洋中,无法选择合适的可视化呈现方式,最终也表达不了多少有意义的内容。
那你可能想问了,想要解决这两种情况,我们能用上节课讲过的三种数据处理方法吗?事实上,上节课的方法是数据可视化的基本方法论,你可以在可视化过程中借鉴它们的思路,但是它们并不系统。
因此,我们在探索数据可视化的时候,还需要一个合理的数据可视化分析过程作为参照。从这一节课开始,我们就来系统地讨论数据处理的一般方法。

数据可视化的一般过程

针对课程一开始这两种情况,就算是不学数据处理的一般思路,我们也知道,如果你的数据太少,你要想办法获取更多的数据,而如果你的数据太多,那你就需要学会运用正确的方法不断迭代、筛选。而且,数据过多的情况我们遇到得更多。
当你学会在众多复杂的数据中准确地抽取信息,把这些数据的某一面可视化出来的时候,你就已经能够轻松地从数据中得到你想要的内容。通过这个过程,有可能让你从数据的一面获得启发,从而发现数据其他方面的有趣内容,进而产生出更多不同的图表,让数据呈现出更多的意义。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

数据可视化是通过系统的分析过程来实现的。首先,需要了解数据类型和所需信息,然后选择合适的可视化方式呈现数据,并挖掘有意义的信息。具体操作中,根据实际情况分析数据,选择合适的可视化方式,并通过迭代过程不断优化呈现形式。这个过程能够帮助人们从数据中挖掘出有价值的信息,让数据呈现出更多的意义。文章通过具体的例子和流程图,详细介绍了数据可视化的一般过程,为读者提供了系统的方法论和操作指南。 文章以实战演练为例,详细介绍了对公园中游客数据进行可视化的过程。首先,分析原始数据格式,然后确定了想要了解的信息,接着选择了合适的可视化方式,最终呈现了游客变化规律的折线图。通过对数据进行分类、处理和可视化,得出了游客数量的变化趋势,为公园管理策略提供了参考价值。文章强调了数据可视化是一个需要反复迭代的过程,每一轮迭代都可以以四个问题为参照,分别是数据类型、所需信息、可视化方式和信息意义。最后,鼓励读者进行小试牛刀,尝试根据性别数据进行过滤、展示游客性别比例的饼状图等。 总之,本文通过实例详细介绍了数据可视化的一般过程,强调了分类处理数据的重要性,并鼓励读者进行进一步的实践和探索。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《跟月影学可视化》
新⼈⾸单¥68
立即购买
登录 后留言

全部留言(1)

  • 最新
  • 精选
  • 李洪涛
    数据处理方法论,边学习边总结太重要了👍🏿
    2020-10-26
    2
收起评论
显示
设置
留言
1
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部