俗话说：“一图胜千言”，在图表中我们不仅仅可以看到全国产品销量的折线图，还有比较类的柱状图。这么多的数据和信息浓缩在一个图表中，带给人直观和多元的感受，但其实这像这样数据转化为图表的过程有一个更好听的名字叫做——数据可视化。 那么究竟什么是数据可视化呢？就是简单地理解为Excel图表吗？ 其实并不是。长久以来，数据可视化都是一个强有力的工具，被业界广泛使用，简单地说就是用图形的方式展现数据。数据可视化和数据分析从来都是离不开的，就像统计学家John Tukey说的那样“一张图片的最大价值在于，它迫使我们注意到我们从未期望看到的东西”，一语道破数据可视化的必要性。那么数据可视化一定要通过Excel才能实现吗，还有什么其他的工具吗？精美好看的可视化表格是什么样的，又有什么特点呢？ 今天小亿和大家从可视化图表开始，聊聊这些。 一、数据可视化的内涵 1、什么是数据可视化？ 数据可视化起源于18世纪。William Playfair在其出版的书籍中第一次使用了柱状图和折线图，当时是为了表示国家的进出口量，到了今天柱状图和折线图依然在使用。19世纪初，他出版了Statistical Breviary一书，里面第一次使用了饼状图。这三种图形都是至今常用的、著名的可视化图形。19世纪中叶，数据可视化主要被用于军事，用来表示军队死亡原因、军队的分布图等。进入20世纪，数据可视化有了飞跃性的发展。1990年，在人机界面学会上，它作为信息可视化原型的技术被发表。1995年，IEEE Information Visualization 正式创立，信息可视化作为独立的学科被正式确立。随着2012年世界进入大数据时代，数据可视化作为大量数据的呈现方式，成为当前重要的课题。 数据可视化是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。数据可视化的目的是对数据进行可视化处理，以使能够明确、有效地传递信息。比起枯燥乏味的数值，人类对于大小、位置、浓淡、颜色、形状等能够有更好、更快的认识，经过可视化之后的数据能够加深人类对于数据的理解和记忆。 随着互联网的广泛应用，我们的工作和生活等各个方面，每时每刻都在产生大量的数据。数据可视化作为一种有效传递信息的手段，被越来越广泛地应用到很多领域，但在任何数据都要可视化的时代，还是有一部分人不明白为什么要数据可视化，数据可视化和直接的数据有什么不同吗，这就是数据可视化意义所在了。 2、为什么要进行数据可视化？ 从前文我们知道数据可视化就是指用图形的方式来展现数据，从而更加清晰有效地传递信息，数据可视化的意义也就体现在清晰、高效和帮助决策。 首先我们来看清晰，有研究表明，帮助人们应对信息过载最基本的方法之一就是将其可视化。用外行的话来说，这意味着把数据画成图形，甚至用数据来创建交互式的图表。现代互联网时代的来临，使得数据越来越多，我们生活的无时不刻都在产生数据，就像天猫“双十一”的成交量、成交额等数据都是数据表格表示，一定会看的眼花缭乱，这也让人很难继续看下去。所以数据可视化能将不可见的数据现象转化为可见、的图形符号，能将错综复杂﹑看起来没法解释和关联的数据建立起联系和关联、发现规律和特征，从而更加清晰地表达和反映数据中蕴含的信息。 复杂Excel表格 其次是高效，信息传递领域有句真理，“字不如表，表不如图”。人类右脑处理图像速度比左脑抽象处理文字速度快100万倍，可视化的传递可以让受众更快理解、更深记忆信息。这样，帮受众或者领导快速抓住问题节省时间，或者让受众或者领导对自身业务成绩产生深刻印象。所以，做数据可视化最核心的目的是高效传递信息，即“一屏一眼”， 例如天猫的双Ⅱ数据大屏实况直播。所以高效传递信息也是数据可视化的重要意义。 最后是帮助决策，数据可视化能够通过最合理的图表，根据比较关系、数据维数﹑数据多少选择。一份报告中的数据可视化部分很少能够一个图表就够用，通常需要多个指标或者同一指标的不同维度相互配合佐征分析结论。当数据变成图表，很多原有的不明显的关系变得明显、有联系，有经验的工作人员能够通过这些逻辑关系做出分析和决策。成功的可视化，可能表面表面简单却富含深意，可以让观察者一眼就能洞察事实并产生新的理解。管理者能够沿着你规划的可视化路径、能够迅速地找到和发现、决策之道。 二、精美的可视化图表有哪些表现形式？ 数据可视化这个词的火热让很多人忽略了数据可视化中的图表同样也有要求。美观、简洁明了等等都是数据可视化图表的要求，那接下来我们来看看精美的数据可视化表格有哪些表现形式。 1、基础图表 （1）折线图 折线图非常方便来体现事物随时间或其他有序类别而变化的趋势。 不仅可分析多组数据随时间变化的相互作用和相互影响，从而可以总结获得一些结论和经验，还可对比多组数据在同一个时间的大小。 （2）条形图 条形图使用垂直柱子显示类别之间的数值比较。其中条形图的一个轴显示正在比较的类别，而另一个轴代表对应的刻度值。 （3）饼图 饼图 一般通过颜色区分类别，幅度的大小对比数据，并且可以展示各类别与整体之间的占比关系。 （4）散点图 散点图可以显示数据集群的形状，分析数据的分布。通过观察散点的分布，可以推断变量的相关性。 2、进阶图表 以上四种就是可视化图表中的四种基本图表，而进阶图表也有一部分是由它们变换而来。 （ 1）玫瑰图 玫瑰图适合用于对比各类别的数据，而相比柱图/条形图等图表类型来说，南丁格尔玫瑰图能够放大数据差异。因为它使用扇区半径来表示数据的大小，半径和面积的关系是平方的关系，用户直觉上会通过面积来感知差异，所以它会将数据的比例大小夸大。 （2）气泡图 气泡图可以用于展示三个度量之间的相关关系，或者同时呈现三维数据。 （3）和弦图 和弦图可以清晰的看到数据之间的关系，连接两个数据点的弧线可以根据颜色、粗细以及和圆周的接触面积来表达不同的数值。所以和弦图适合展现大量的复杂的数据关系。 （4）词云图 词云图的视觉冲击力比较强，迎合着现在快节奏的生活，让人一眼就看出这是主题，而不是像以前一样要看密密麻麻的文字报告，简单快捷。 （5）K线图 K线图又叫蜡烛图，主要应用于股市，也是反映股票走势的利器。 （6）帕累托图 帕累托图，也叫排列图/帕拉图/主次图，是一种将出现的质量问题和质量改进项目按照重要程度依次排列而采用的图表。当我们的帕累托图完成时，便可辅助我们直观的找到造成问题的主要原因，进而针对问题实施对策，最终达到改善的效果。 以上就是列举的一些基本和进阶的可视化图表（并不是全部），那么图表该如何选择和设计呢，也是值得思考的问题。