开篇:认识数据可视化

赶在年底前,给博客开个头!顺便给 2021 立一个 FLAG, 接下来的一年,主要课题将是 :数据可视化 | Data Visualization

后续会将数据可视化的学习心得,和一些想法,同步发布到两个博客上:

后续会将数据可视化相关的内容,设为专区,同步发布到两个博客上。

了解一点数据可视化

最近几年中了知识付费的毒,上网买了不少课程。

每一个课都有一个开篇:《为什么你需要学习XXX》《XXX有多么多么重要》等等,每次一听都热血沸腾的够买学习,但很多学完后感觉收获很少。

所以这里不夸大,可视化了解不了解对于一个普通人来说没啥影响,虽然它已经渗透到各行各业了,一些浅层次的可视化,基本上不是原始人都了解。

但在如今数据泛滥的年代,学习一点点数据可视化是好处多多的,总结为以下几点:

  1. 表达: 可视化是一个数据表达的工具,旨在让人更聚焦到更重要的因素,忽略一些无关因素来增强表达效率与意图。
  2. 分析:可视化是数据分析师必备的技能,普通人看到后,面对数据,也不会不再手足无措。
  3. 交流:通过一些简单工具就可以以更形象的方式转达给其它人,助力沟通。
  4. 思考:通过可视化促进思考,提升数据敏感度,多一个视角,会发现一些别人发现不了的东西。

当然数据可视化只是手段,不是目的,你应该把它当工具书一样,当需要使用到的时候,根据实际需要来学习,如果用不上,学再多理论也没啥用。

数据可视化的类型

数据可视化目前可以分为 信息可视化科学可视化, 它们都起源于 IEEE。

科学可视化与信息可视化简史
  • 科学可视化源于IEEE 可视化会议,主要内容:

    • 天文地理,气候气象,航空航天 等。
    • 物理化学,医疗科技,分子生物 等。
    • 工程制图,机械制图,建筑制图 等。
  • 信息可视化源于IEEE 研讨会,主要内容:

    • 处理抽象数据、数据集合,包括文本、图表、层次结构、地图等。
    • 主要技术方向与当前难点是高维度数据的可视化。

    说明:后续不会讨论科学可视化相关的内容,本博客将围绕信息可视化的分支慢慢展开!

一些极端例子

  1. 图像思维表述

    Jobs-MacBookAir
    乔布斯演讲会:iPod 能容纳 4000 首歌 , 从一个牛皮信封拿出 MacBook Air!
    有人说,Jobs 不说 iPod 有 16GB, MacBook Air 是 11.6寸! 他用了可视化思维!
    
  2. 生活中的信息

    可视化:福尔摩斯
    我们在生活中经常看到一些物品,带给我们的信息,如果逻辑严密,就可以推理演绎出更多的信息来。
    比如小说中的福尔摩斯,就是神一般的存在。
    
  3. 艺术创作

    可视化:艺术创作
    通过画面将文字信息展现出来,也是一种可视化的利用。
    

先承认,这些例子在广义意义上,都属于可视化的范畴,但不具备普适性,后面不会讨论这样的例子,但可能会借用其思想或原理。

后续计划

今天立个 FLAG, 在接下来的2021年,将进入可视化的深水区探索,并把一些干货和有意思的见闻在此分享。

“你觉得数据无聊是因为这不是你想知道的,或者说你并没有意识到这些数据和真实世界的联系。” -Hans Rosling