iT邦幫忙

2023 iThome 鐵人賽

DAY 5
0
AI & Data

圍繞 AI & Data 的主題系列 第 5

[Day 5] 資料視覺化 (Data Visualization)(上)

  • 分享至 

  • xImage
  •  

Hello 大家好!歡迎回來!昨天剛剛分享完自然語言處理 (Natural Language Processing),那今天我打算跟大家分享資料視覺化 (Data Visualization)。事不宜遲,現在開始!

簡介

資料視覺化是以圖形方式呈現資料和資訊的方法。它利用圖表、圖形、地圖和資訊圖表等視覺元素,以易於理解和解讀的方式呈現資料。資料視覺化有助於揭示在原始資料中可能不明顯的模式、趨勢和洞察力。數據視覺化既是一門藝術也是一門科學。有些人認為它是描述統計學的一個分支,但也有些人認為它是一個紮根理論開發工具。互聯網活動產生的數據量的增加和環境中感測器數量的增加被稱為大數據或物聯網。

如何做好資料視覺化?

  1. 選擇適當的圖表類型
    不同類型的資料需要不同類型的圖表。例如,柱狀圖、折線圖、散點圖、圓餅圖和熱力圖等。了解資料的特性並選擇適當的圖表類型對於有效的視覺化至關重要。
  2. 顏色和視覺編碼
    顏色在資料視覺化中起著重要作用。它可以用於突出顯示模式、創建視覺層次結構和傳達意義。視覺編碼還包括使用大小、形狀和紋理等元素,允許在資料中表示額外的維度和變數。
  3. 互動性和動畫
    互動元素和動畫過渡可以增強資料探索和敘事效果。使用者可以與視覺化圖表互動、篩選資料並深入研究特定細節,提供更具吸引力和沉浸式的體驗。
  4. 數據敘事
    有效的資料視覺化超越了呈現圖表和圖形。它涉及到構建敘事,引導觀眾通過資料,突出關鍵洞察,傳達引人入勝的故事。敘事技巧有助於吸引和吸引觀眾,使資料更加易記和有影響力。

好的資料視覺化

  • 簡單
    有友好的用戶體驗,不能讓人花了時間又看得一頭霧水,甚至被誤導得出錯誤的結論。傳遞最準確的信息,節約人們思考的時間。
  • 充實
    一份數據分析報告或者解釋清楚一個問題,很少是單一一個的圖表能夠完成的,都需要多個指標或者同一指標的不同維度相互配合佐證分析結論。
  • 高效率
    雖表面簡單卻富含深意,可以讓觀察者一眼就能洞察事實併產生新的理解,管理者能夠沿著你規劃的可視化路徑能夠迅速地找到和發現決策之道。
  • 美感
    第一層是整體協調美,沒有多餘元素,圖表中的坐標軸、形狀、線條、字體、標籤、標題排版等元素是經過合理安排的。
    第二層是讓人愉悅的視覺美,色彩應用恰到好處。把握好視覺元素中色彩的運用,使圖形變得更加生動、有趣,信息表達得更加準確和直觀。

工具 [1]

我自己找到了兩個工具,覺得還不錯的。所以決定推薦給大家試試看:

  1. FineReport
    FineReport 能夠整合豐富的資料源類型到一張報表中。包括支援Hadoop、GreenPlumn、Kylin等大數據平台,支援SAP HANA、SAP BW、SSAS、EssBase等多維資料庫,支援MongoDB、SQLite、Cassandra等NO SQL資料庫,也支援傳統的關係型資料庫、程序資料源等。
    https://ithelp.ithome.com.tw/upload/images/20230917/20163226ZM1pplHRqP.png
    FineReport 擁有類似Excel操作介面,能快速上手,同時內置 19 種圖表大類和超過 50 種動態圖表樣式,可以輕鬆製作任何格式的複雜報表和客製化儀表板。
    https://ithelp.ithome.com.tw/upload/images/20230917/20163226CyXo1Pu3OT.png
  2. FineBI
    FineBI是一款自助式BI工具,每個模組都有明確的功能分區。透過FineBI自助資料集功能,普通業務人員就能拖拖拽拽對資料做篩選、切割、排序、彙總等,自助靈活地達成期望的資料結果,並選取智慧推送的圖表和Dashboard實現資料的視覺化。它同時支援50多種圖表樣式,基本上涵蓋了市面上所有基礎的圖表,具有優秀的動態效果和強大的交互體驗。使用時能夠根據需求設定各類特性。
    https://ithelp.ithome.com.tw/upload/images/20230917/201632267881LgmJKt.png
    https://ithelp.ithome.com.tw/upload/images/20230917/20163226ZvUD8hlp2W.png

參考資料

這次先介紹到這裏,明天我將跟各位介紹 Python 可視化圖表以及資料視覺化的應用。
我是 Mr. cobble,明天見!


上一篇
[Day 4] 自然語言處理 (Natural Language Processing)
下一篇
[Day 6] 資料視覺化 (Data Visualization) (中)
系列文
圍繞 AI & Data 的主題30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言