1.7 数据可视化Tips

1.7.1 数据

1.数据的定义

什么是数据？下面是关于数据的两种定义。

“数据（Data）是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。”

“数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。”

在现实世界中，数据无处不在，我们生活在一个处处都是“数据”的时代。一个数据不仅是数字，而且是现实世界的一个记录、一个快照。

比如，在网上购物，何人、何时、何地购买了何物，这些是数据；证券交易，哪一个资金账户，在什么时候交易了什么股票，这些是数据；一个电话，传输的声音信号、通话的时长、通话的时间，这些是数据；一张照片，由大量的图像像素组成，这张照片的某个位置的某个像素是什么颜色，这些是数据，更重要的是，这张照片还包含了5W数据，即谁（Who）、什么时候（When）、什么地点（Where）、做了什么（What）及为什么（Why）。这些数据中包含了大量的信息。

所以，数据是对现实世界的一种简化、一种抽象的表达。那么，数据和我们之间是怎样的关系呢？又是如何影响我们的呢？

我们和数据之间是一个双向的关系。我们在使用数据的同时，也是数据海洋中的一部分。我们每天的活动，如发送微信、接打电话、地图导航、搜索信息、上传视频、发博文、查看物流信息、订外卖、收快递、打出租车等，这些交互行为创造了批量的数据。这些数据会和其他人的数据汇集在一起，被汇集到一起的数据彼此之间又有交互，从而引起连锁效应，反过来影响我们，并且影响我们周边的环境。

因此，对数据进行研究，从数据中找出模式、关联、趋势和规律，能够帮我们做出更好的决策并指导行动，从而创造一定的经济价值和社会价值。可视化就是表达数据，并找出数据中的模式、关联、趋势和规律的一种方法。

2.数据和信息

数据可以是狭义上的数字，也可以是具有一定意义的文字、字母、数字符号的组合，还可以是图形、图像、视频、音频等。数据以抽象的方式表示了客观世界中事物的属性、数量、位置及相互的关系。例如，“1、2、3……”“物流情况”“通讯录”“北京、上海、杭州”等都是数据。

数据是采集的原始素材，粗略且没有经过加工。数据的表现形式有数字、文字、字母等，这些表现形式只有结合了数据的解释才有意义。数据的解释，也被称为数据的语义，是对数据含义的说明。例如，96是一个数据，可以是某门功课的成绩，也可以是某个人的血压值；“牛”“羊”可以是某种动物，也可以是某个人的生肖属相；30可以是某天的气温，也可以是某人的年龄，还可以是某公司某部门的人员总数等。数据只有有了语义，才是有意义的。

具有语义的数据经过加工处理，去除冗余的数据后，提炼出来的有用的内容才是信息。信息必须进行数字化转换，变成数据后才能够存储和传递。信息的表现形式和载体是数据。信息和数据之间既相互联系，又有着明显的区别。

从数据中提取信息并不是一件简单的事。数据有时不太精确，有时会变动，有时还会和周围的事物有着密切的关系。在提取信息的过程中，只有仔细观察数据产生的来龙去脉，关注整个数据集的全貌，才不会一叶障目、以偏概全，曲解了数据的含义，遗漏了数据所包含的真正有用的内容。

3.数据的存储

数据的存储形式和存储介质是不同的，存储形式有电子表格、文本、数据库等，存储介质有磁介质、光介质和固态介质等。在如今的信息时代，数据的存储不再困难，大量的数据被存储在数据中心或数据仓库。数据中心通常会占用大量的空间，拥有成排的机架，以及在机架上堆叠起来的计算机。数据中心的计算机又叫服务器，这类计算机的处理器性能强、空间大，可以存储并处理海量的数据。

在计算机科学中，数据以二进制0、1的形式来表示，最基本的数字存储单位是位（Bit）。由8位（Bit）可组成1字节（Byte），1000字节（Byte）可组成1千字节（Kilobyte）、1000000字节（Byte）可组成1兆字节（Megabyte）等。

计算机中的数据可以是连续的值，比如声音、图像，被称为模拟数据；也可以是离散的，如符号、文字被称为数字数据。如今，计算机存储和处理的对象十分广泛，用来表示这些对象的数据也变得越来越复杂。这些数据包括结构性数据和非结构性数据。结构性数据，指的是能用一致的结构来表现的数据，如常见的数字、符号等。这类数据在逻辑上可以用数据库的二维表结构来表达，并且可以被存储在数据库中。非结构性数据，指的是无法用一致的结构来表现的数据，如图片、视频、音频、各类报表等。这类数据在逻辑上不能用数据库的二维表结构来表达。

据估计，现今的数据中有95%的数据是非结构化的、复杂的数据，幸运的是，随着计算机技术的蓬勃发展，出现了越来越多的工具和方法，让这些数据的加工和处理，以及让隐藏在这些数据背后的信息的提炼和汇总，变得不再那么困难。

1.7.2 可视化

1.可视化的定义

有数据才有可视化，可视化是对数据的抽象，而数据又是对现实世界的抽象。由此可推出，可视化是对现实世界的抽象的抽象。这样的表述虽然有些复杂，但说明了要完成一个好的可视化设计，需要从复杂的现实世界中进行两次抽象提取，这并不是一件容易的事。

可视化虽由来已久，但直至目前，对它的定义仍众说纷纭。可视化是一种工具还是一种媒介？可视化是统计图表还是数字艺术？可视化是展示数据还是探索规律？不同的人群可视化的目的不同，针对的数据对象不同，对可视化的理解自然也会不同。

也许，我们只需要把可视化看作一种方法，一种探索、展示、表达数据含义的方法即可。统计图表、数字艺术、分析数据、唤起情感，不同的场景有着不同的应用，这些都可以归为可视化的范畴。在可视化设计过程中，如果不具备统计学的知识，那么作品将只是插图和美术，数据不能展现出它的意义；如果不具备设计学和美学的知识，那么作品将只是枯燥的结果分析，而不能更有效地传递信息，并且激起读者探索的兴趣。甚至于，有些糟糕的设计和配色会直接导致用户反感和放弃。所以，许多优秀的可视化作品都是综合地运用统计学、设计学及美学得来的。

2.可视化目前的应用

数据可视化就是依据数据的特性，选择合适的可视化方式，将数据直观地展示出来，帮助用户通过认识、理解数据的含义，发现这些数据背后隐藏的关联、模式和规律，并在实际生活中进行应用。

如今，在不同的领域，数据可视化被广泛地应用。

在商业领域，最常见的案例是电商平台通过记录消费者浏览消费平台的数据，结合数据挖掘、数据分析、数据管理等应用技术，对消费者进行特征分析。通过这些分析，商家可以更好地制定营销策略，并且开发出更有针对性的产品。

在城市治理领域，可视化让城市变得智慧，让城市的数据变得可知可感。智慧城市的数据可视化平台，将一个城市的全景呈现在一个基于地理信息系统的平台上。通过将城市运行核心的各项关键数据进行可视化，智慧城市可以帮助管理者优化配置、整合各类资源并提供决策支持，从而达到改善经济、产业、生态结构，提高城市运行效率的目标。智慧城市的应用领域包括基础设施、应急指挥、城市管理、公共安全等。在智慧城市的建设中，可视化系统是重中之重。可视化系统的设计质量和应用水准，直接影响智慧城市项目的综合效能和使用效果。

除智慧城市外，目前可视化被广泛应用的领域还有智慧公安、智慧园区、智慧航空、智慧交通等。

3.可视化应具备的特性

一个优秀的可视化作品一般具备以下特性。

（1）应建立在对数据的深刻分析和理解上。对原始数据了解得越多，对数据的来龙去脉和背景资料就越清晰，对数据和它所代表的事物之间的了解就越深刻，才能够制作出有价值的数据图表。花一些时间去了解数据代表现实世界中的什么，以及应该在什么样的背景下解释它，才能够加倍地提升可视化的效果。

（2）数据是波动的、带有不确定性的，是有着不同形状和大小的。好的可视化能够排除数据中无用的干扰部分，帮助观察者快速地理解并把握身边实时的或非实时的重要内容。好的可视化能够将数据中的错误，如异常值、离散值、突发事件等，通过视觉形式直接、快速地呈现在观察者的面前，引起观察者的注意并采取相应的措施。

（3）便于阅读且十分精确。能够让观察者获得全新的视角，理解以前未曾考虑过的问题，并且去探索数据背后隐藏的模式和规律。

（4）可以让观察者既能看到宏观的内容，也能关注微观的细节，从而帮助观察者做出合理的决策。

（5）能够化繁为简。好的可视化可以通过简单的视觉反馈来表现复杂的问题，哪怕基于复杂的数据集合，界面的设计也能做到简洁、清晰而不失深度。

（6）内容一致，尊重事实，灵活多变。好的可视化可以通过反复迭代调整，来适应不断变化的需求和不同的用户环境。其中，不同的数据集可以采用不同的迭代周期。

4.可视化面临的问题

目前，数据可视化所面临的问题如下。

（1）收集和导入的数据很有可能没有正确的格式、条目，或者数据有遗漏等。如何保证数据的准确性和完整性？如何减少数据整理的工作量？这些问题都是数据可视化前必须要考虑的。

（2）如何对多个源的数据进行整合？很多时候，只有把不同地方的数据源整合在一起，判断才有意义。查找什么样的数据？如何获取和快速访问这些数据？如何把这些不同类型的数据汇集在一起？如何存储和处理这些不同类型的数据？多类型、多来源的数据在进行可视化前都必须解决这些问题。

（3）在处理大量数据时，如何保证实时的交互性？当数据有数百万条时，可视化的显示速度必定会有延时，用户很难获得实时的体验。

（4）如何将数据可视化和数据挖掘结合并付诸应用？数据可视化是通过视觉来观察、假设和探索规律的，而数据挖掘是通过统计算法、机器学习等方法来发现模式和规律的。一些模式可以通过适度的可视化呈现出来。在可视化的过程中，如果结合数据挖掘，也可以发现许多微妙的趋势。如何将这两种方法有机地结合起来并应用，是数据可视化研究的一个方向。

（5）如何将数据可视化和分析推理技术结合并付诸应用？可视化常用来支持评估、计划和决策，与分析推理技术结合后，可以帮助管理者提升洞察力和分析能力。管理者可以通过追溯证据的起源、与多人交流推理等方式，来验证所做决策的合理性。