不过Processing没有代码提示的功能的，用起来还是十分痛苦的，经常是因为一个单词写错了，而造成程序报错。不过后来我发现到Subilme Text能支持Processing的编译环境，而且能提供代码提示功能，简直是发现新大陆一样，从此Processing用起来再也不费劲了。

确定用Processing来实现后，我们继续来做PM2.5的可视化展示。国家环保部将空气质量分为六个等级，分别用绿、黄、橙、红、紫、褐六个颜色来标注，对于着优、良、轻度污染、中度污染、重度污染和严重污染六个空气质量。我们要展示历年来PM2.5的实际情况和发展趋势，就可以把每天的空气质量转换一个个不同颜色的小方格，通过颜色的区别来展示当天的PM2.5情况。

先在纸上画一个简单的草图。已年为划分，下面用小方格展示该年内每天的空气质量是什么等级，把当天的PM2.5数值转换对应的颜色值。

代码很简单的，我大概编写了40来行就完成了，代码逻辑很简单就是导入数据，判断当前数据的值是多少，根据不同的值属于小方块不同的颜色。

实现之后，atv直播，看起来就是这样子的。日期时间轴是按照1月到12月排列的，通过上面的图示我们可以比较清楚的看到污染程度比较高的时间是集中在开头和结尾，就是1-2月，11-12月之间，也就是每年冬天就是PM2.5污染程度高的时间。

我们继续把成都历史的数据可视化后来看下。我们发现12年之前成都空气质量都还不错的，在14年的时候，就没有小绿格了，可见14年成都空气质量有多差劲，15年、16年后慢慢的开始有点好转，应该是政府开始治理了。我们在把北京，atv，上海和深圳的天气拔来看看。

第一列是成都08-16年的空气质量，第二列是北京的，第三列是上海的，第四列是深圳的。可见深圳的空气质量完爆成都、北京和上海。几乎全是小绿格，真是宜居好地方啊。而帝都北京空气质量是这四个城市中最差的。

小结

将数据可视化后，我们可以发现数据中更大的意义，最重要的还是实践做出来，这篇文章简单的讲解了下可视化的整个过程，我们如何寻找数据，以及做出有意义的可视化图表出来。希望更多的人兴趣，一起来做数据可视化。

遇见大数据可视化系列文章（1）：未来已来，变革中的数据可视化

遇见大数据可视化系列文章（2）：数据可视化基础研究

作者：凯杨