這是一篇給大家提供數(shù)據(jù)可視化開發(fā)的入門指南，介紹了可視化要解決的問題和可以直接使用的工具，我將從下面幾個(gè)方面給大家介紹，同時(shí)以阿里 / 螞蟻的可視化團(tuán)隊(duì)和資源舉例說明：

什么是數(shù)據(jù)可視化?
怎樣進(jìn)行數(shù)據(jù)可視化?
數(shù)據(jù)可視化的場景和工具
數(shù)據(jù)可視化過程中常見的問題

什么是數(shù)據(jù)可視化

數(shù)據(jù)可視化研究的是，如何將數(shù)據(jù)轉(zhuǎn)化成為交互的圖形或圖像等，以視覺可以感受的方式表達(dá)，增強(qiáng)人的認(rèn)知能力，達(dá)到發(fā)現(xiàn)、解釋、分析、探索、決策和學(xué)習(xí)的目的。

“數(shù)據(jù)可視化(Data Visualization)和信息可視化(Infographics)是兩個(gè)相近的專業(yè)領(lǐng)域名詞。狹義上的數(shù)據(jù)可視化指的是數(shù)據(jù)用統(tǒng)計(jì)圖表方式呈現(xiàn)，而信息可視化則是將非數(shù)字的信息進(jìn)行可視化。前者用于傳遞信息，后者用于表現(xiàn)抽象或復(fù)雜的概念、技術(shù)和信息。而廣義上的數(shù)據(jù)可視化則是數(shù)據(jù)可視化、信息可視化以及科學(xué)可視化等等多個(gè)領(lǐng)域的統(tǒng)稱。”

——《數(shù)據(jù)可視化之美》

廣義的數(shù)據(jù)可視化涉及信息技術(shù)、自然科學(xué)、統(tǒng)計(jì)分析、圖形學(xué)、交互、地理信息等多種學(xué)科。

 

 

“科學(xué)可視化(Scientific Visualization)、信息可視化(Information Visualization)和可視分析學(xué)(VisualAnalytics)三個(gè)學(xué)科方向通常被看成可視化的三個(gè)主要分支。這三個(gè)分支整合在一起形成的新學(xué)科“數(shù)據(jù)可視化”，是可視化研究領(lǐng)域的新起點(diǎn)。”

——《數(shù)據(jù)可視化》

下面我們對科學(xué)可視化、信息可視化和可視分析學(xué)做簡單的介紹：

1. 科學(xué)可視化

科學(xué)可視化(Scientific Visualization)是可視化領(lǐng)域最早、最成熟的一個(gè)跨學(xué)科研究與應(yīng)用領(lǐng)域 [石教英 1996]。面向的領(lǐng)域主要是自然科學(xué)，如物理、化學(xué)、氣象氣候、航空航天、醫(yī)學(xué)、生物學(xué)等各個(gè)學(xué)科，這些學(xué)科通常需要對數(shù)據(jù)和模型進(jìn)行解釋、操作與處理，旨在尋找其中的模式、特點(diǎn)、關(guān)系以及異常情況 [Schroeder2004]。

 

 

2. 信息可視化

信息可視化(Information Visualization)處理的對象是抽象數(shù)據(jù)集合，起源于統(tǒng)計(jì)圖形學(xué)，又與信息圖形、視覺設(shè)計(jì)等現(xiàn)代技術(shù)相關(guān)。其表現(xiàn)形式通常在二維空間，因此關(guān)鍵問題是在有限的展現(xiàn)空間中以直觀的方式傳達(dá)大量的抽象信息。與科學(xué)可視化相比，科學(xué)可視化處理的數(shù)據(jù)具有天然幾何結(jié)構(gòu)(如磁感線、流體分布等)，信息可視化更關(guān)注抽象、高維數(shù)據(jù)。柱狀圖、趨勢圖、流程圖、樹狀圖等，都屬于信息可視化最常用的可視表達(dá)，這些圖形的設(shè)計(jì)都將抽象的數(shù)據(jù)概念轉(zhuǎn)化成為可視化信息。

 

 

3. 可視分析學(xué)

可視分析學(xué)(Visual Analytics)被定義為一門以可視交互為基礎(chǔ)的分析推理科學(xué) [Thomas2005]。它綜合了圖形學(xué)、數(shù)據(jù)挖掘和人機(jī)交互等技術(shù)，以可視交互界面為通道，將人感知和認(rèn)知能力以可視的方式融入數(shù)據(jù)處理過程，形成人腦智能和機(jī)器智能優(yōu)勢互補(bǔ)和相互提升，建立螺旋式信息交流與知識提煉途徑，完成有效的分析推理和決策。

 

 

科學(xué)可視化、信息可視化與可視分析學(xué)，這三者有一些重疊的目標(biāo)和技術(shù)，這些領(lǐng)域之間的邊界尚未有明確的共識。

數(shù)據(jù)可視化的目標(biāo)

數(shù)據(jù)可視化的本質(zhì)是將數(shù)據(jù)通過各種視覺通道映射成圖形，可以使得用戶更快、更準(zhǔn)確的理解數(shù)據(jù)。因此數(shù)據(jù)可視化要解決的問題是如何將數(shù)據(jù)通過視覺可觀測的方式表達(dá)出來，同時(shí)需要考慮美觀、可理解性，需要解決在展示的空間(畫布)有限的情況下覆蓋、雜亂、沖突等問題，再以交互的形式查看數(shù)據(jù)的細(xì)節(jié)。

怎樣進(jìn)行數(shù)據(jù)可視化

用一張經(jīng)典的圖來說明如何進(jìn)行數(shù)據(jù)可視化：

 

 

數(shù)據(jù)可視化過程可以分為下面幾個(gè)步驟：

定義要解決問題
確定要展示的數(shù)據(jù)和數(shù)據(jù)結(jié)構(gòu)
確定要展示的數(shù)據(jù)的維度(字段)
確定使用的圖表類型
確定圖表的交互

1. 定義問題

首先明確數(shù)據(jù)可視化是要讓用戶看懂?dāng)?shù)據(jù)，理解數(shù)據(jù)。所以開始數(shù)據(jù)可視化前一定要定義通要解決的問題。例如：我想看過去兩周銷售額的變化，是增長了還是下跌了，什么原因?qū)е碌?

你可以從 趨勢、對比、分布、流程、時(shí)序、空間、關(guān)聯(lián)性等角度來定義自己要解決的問題。

2. 確定要展示的數(shù)據(jù)

進(jìn)行數(shù)據(jù)可視化首先要有數(shù)據(jù)，由于畫布大小的限制，過量的數(shù)據(jù)不能夠在直接顯示出來，所以要確定展示的數(shù)據(jù)：

我要展示的數(shù)據(jù)是否已經(jīng)加工好，是否存在空值?
是列表數(shù)據(jù)還是樹形數(shù)據(jù)?
數(shù)據(jù)的規(guī)模有多大?
是否要對數(shù)據(jù)進(jìn)行聚合，是否要分層展示數(shù)據(jù)?
如何加載到頁面，是否需要在前端對數(shù)據(jù)處理?

3. 確定要顯示的數(shù)據(jù)維度

進(jìn)行可視化時(shí)要對字段進(jìn)行選擇，選擇不同的字段在后面環(huán)節(jié)中選擇適合的圖表類型也不同。

 

 

4. 確定使用的圖表類型

有非常多的圖表類型可以使用，但是要根據(jù)要解決的問題、數(shù)據(jù)的結(jié)構(gòu)、選擇的數(shù)據(jù)維度來確定要顯示的圖表類型：

 

 

如何選擇圖表類型可以參考：

AntV 圖表用法 ：https://antvis.github.io/vis/doc/chart/classify/compare.html

圖表使用指引：https://www.yuque.com/mo-college/chart-usage

數(shù)據(jù)可視化的場景和工具

目前互聯(lián)網(wǎng)公司通常有這么幾大類的可視化需求：

通用報(bào)表
移動端圖表
大屏可視化
圖編輯 & 圖分析
地理可視化

1. 通用報(bào)表需求

開發(fā)過程中面臨的 85% 以上的需求都是通用報(bào)表的需求，可以使用一般的圖表庫來滿足日常的開發(fā)需求，行業(yè)內(nèi)比較常用的圖表庫有：Highcharts、Echarts、amCharts 等，AntV 開源了基于圖形語法的圖表庫G2：

https://github.com/antvis/g2

 

 

G2 具備以下特性：

(1)千變?nèi)f化、自由組合。從數(shù)據(jù)出發(fā)，僅需幾行代碼就可以輕松獲得想要的圖表展示效果
(2)生動、易實(shí)現(xiàn)。大量產(chǎn)品實(shí)踐之上，提供繪圖引擎、完備圖形語法、專業(yè)設(shè)計(jì)規(guī)范
(3)豐富的交互能力。在圖形語法的基礎(chǔ)上提供了自定義交互的能力

目前阿里集團(tuán)內(nèi)部已經(jīng)有大量基于 G2 封裝的圖表庫，針對特定的框架和業(yè)務(wù)場景進(jìn)行了封裝，其中部分已開源：

bizcharts

https://bizcharts.net/index

阿里巴巴國際 UED 團(tuán)隊(duì)出品，G2 的 react 封裝，主打電商業(yè)務(wù)圖表可視化，沉淀電商業(yè)務(wù)線的可視化規(guī)范。在 React 項(xiàng)目中實(shí)現(xiàn)常見圖表和自定義圖表。

viser

https://viserjs.github.io/

阿里數(shù)據(jù)平臺技術(shù)部出品，支持 vue, react，angularjs 三個(gè)框架。

2. 移動端可視化

如果你面臨的場景需要 PC 端和移動端都兼容那么使用 G2 然后適配移動端的屏幕即可，但是如果你在移動 APP 上使用 H5 或者小程序開發(fā)，那么就選擇 F2：

https://github.com/antvis/f2

F2 是一個(gè)專注于移動，開箱即用的可視化解決方案，完美支持 H5 環(huán)境同時(shí)兼容多種環(huán)境(node, 小程序，weex)。完備的圖形語法理論，滿足你的各種可視化需求。專業(yè)的移動設(shè)計(jì)指引為你帶來最佳的移動端圖表體驗(yàn)。

 

 

F2 對多個(gè)平臺提供支持，阿里集團(tuán)的其他團(tuán)隊(duì)也做了一些封裝，比如my-f2，這是針對小程序封裝的版本，目前已開源：

https://github.com/antvis/my-f2

3. 大屏可視化

大屏可視化聚焦于會議展覽、業(yè)務(wù)監(jiān)控、風(fēng)險(xiǎn)預(yù)警、地理信息分析等多種業(yè)務(wù)的展示，在圖形渲染、可視化設(shè)計(jì)方面都有很高的要求，目前阿里集團(tuán)內(nèi)部的大屏可視化團(tuán)隊(duì)包括：

螞蟻金服的圖形與藝術(shù)實(shí)驗(yàn)室
阿里云的 DataV 團(tuán)隊(duì)
阿里數(shù)據(jù)技術(shù)及產(chǎn)品部 - 數(shù)據(jù)之美

 

 

(DataV 大屏示例)

大屏目前幾乎已成為 to B 項(xiàng)目的標(biāo)配，應(yīng)用場景越來越廣泛。

4. 圖編輯 & 圖分析

圖可視化主要有兩個(gè)大的領(lǐng)域：

圖編輯：用于圖建模(ER 圖、UML 圖)、流程圖、腦圖等，需要用戶深入?yún)⑴c關(guān)系的創(chuàng)建、編輯和刪除的場景

圖分析：用于風(fēng)控、安全、營銷場景中的關(guān)系發(fā)現(xiàn)，對圖的一些基本概念進(jìn)行業(yè)務(wù)上解讀，環(huán)、關(guān)鍵鏈路、連通量等。

目前部分主流的開源框架有：

jointjs 聚焦于圖編輯，包含了常見的流程圖和 BPMN 圖的功能，上手容易，開箱即用但是二次開發(fā)非常困難。

d3.js 非常底層的可視化庫，有大量圖分析場景的案例，上手成本高，demo 同業(yè)務(wù)的距離比較大。

目前 AntV 在圖可視化方向開源了圖基礎(chǔ)框架 G6：

https://github.com/antvis/g6

主要完成以下功能：

節(jié)點(diǎn)和邊的渲染，包括自定義節(jié)點(diǎn)和邊
事件交互機(jī)制，內(nèi)嵌了大量常見的交互
常見的布局，包括樹布局和力導(dǎo)布局

 

 

在 G6 的上層我們還針對圖編輯和圖分析提供了 G6-Analyzer 和 G6-Editor。

5. 地理可視化

地理數(shù)據(jù)可視化主要是對空間數(shù)據(jù)域的可視化，主要有三大領(lǐng)域：

信息圖：主要用于展示位置相關(guān)的報(bào)表，信息圖，路徑變化等等。

大屏應(yīng)用：大屏展示一般以地理數(shù)據(jù)為載體，如建筑，道路，軌跡等數(shù)據(jù)可視化。

地理分析應(yīng)用: 這類應(yīng)用往往是海量地理數(shù)據(jù)的交互分析，用戶基于位置的用戶推薦，拉新，促活等業(yè)務(wù)運(yùn)營系統(tǒng)，或者選址，風(fēng)險(xiǎn)監(jiān)控等系統(tǒng)。

AntV G2 和 L7 都提供了地理數(shù)據(jù)可視化的方案，其中：

G2 提供通用地理數(shù)據(jù)圖表的支持。

L7 是更加專業(yè)的地理數(shù)據(jù)可視化解決方案，采用 WebGL 渲染技術(shù)，支持海量地理數(shù)據(jù)可視化分析，支持多線程運(yùn)算的矢量瓦片方案。能夠滿足大屏可視化地理分析應(yīng)用的需求。

 

 

阿里集團(tuán)的其他地理可視化框架包括：

高德的 Loca
菜鳥的 鳥圖

常見的問題

1. 圖表誤用

圖表的誤用是最常見的問題，看下下面的一些場景：

例子 1：分類過多的場景。下圖是各個(gè)省的人口的占比情況，因?yàn)檫@張圖上包含的分類過多，就出現(xiàn)了簡介中提到的問題，很難清晰對比各個(gè)省份的人口數(shù)據(jù)占比情況，所以這種情況下，我們推薦使用橫向柱狀圖。

 

 

例子 2：我們以一個(gè)不同游戲類型的銷量對比的場景為例，對于表示分類對比的數(shù)據(jù)時(shí)，我們更應(yīng)該使用柱狀圖，而不是折線圖。

 

 

2. 移動端和 PC 端圖表

AntV 提供了 G2 和 F2 兩個(gè)統(tǒng)計(jì)圖表框架，用戶經(jīng)常會面同時(shí)臨移動端和 PC 端的業(yè)務(wù)，這時(shí)候會面臨兩個(gè)框架的選擇問題。G2 本質(zhì)上是為了傳統(tǒng)的中后臺產(chǎn)品設(shè)計(jì)的圖表庫，除了一般的報(bào)表顯示外，還提供了大量的交互有很強(qiáng)的分析能力;而 F2 則專門為移動端開發(fā)，最關(guān)注的是代碼大小、性能、表現(xiàn)力。

所以我們有以下建議：

如果你的用戶主要來自 PC 端，那么請使用 G2 ，G2 能支持更多的圖表類型和交互。
如果你在錢包等重型 app 上使用 H5、小程序開發(fā)，請使用 F2。我們對移動端的眾多平臺做了大量兼容性工作。
如果你開發(fā)的是一個(gè) BI 分析系統(tǒng)，除了報(bào)表功能外還需要一定的分析能力請使用 G2。
如果你在開發(fā)監(jiān)控等需要聯(lián)動系統(tǒng)，主要的用戶來自 PC 端則使用 G2。
如果你開發(fā)的是報(bào)表系統(tǒng)，主要的用戶通過移動端來看圖表，那么請使用 F2(PC 端也可以看)。

3. 數(shù)據(jù)量太大怎么辦

我們在前端做的可視化，能做的僅僅是小規(guī)模數(shù)據(jù)的可視化，如果你遇到超大規(guī)模數(shù)據(jù)要進(jìn)行可視化，那么可以選擇：

數(shù)據(jù)分層
數(shù)據(jù)聚合
數(shù)據(jù)抽樣

總結(jié)

這是一篇可視化的入門文章，介紹了可視化要解決的問題和可以直接使用的工具，如果你對可視化感興趣可以關(guān)注 墨者學(xué)院：

https://antv.alipay.com/zh-cn/vis/index.html

本文來源：螞蟻金服科技

標(biāo)簽： 數(shù)據(jù) 墑踴

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。