|
2017-07-12 19:35来源:人人都是产品经理 原标题：遇见大数据可视化系列文章（3）来做一个数据可视化报表 上篇文章简单的介绍了数据可视化的基础，将数据进行设计可视化后，可以让我们有一种全新的方式去认识数据，改变对数据的呈现和思考方式。那现在就让开始做一份数据的可视化表，一步步的来看下我们如何获取数据，以及如何进行可视化的展示。
在上章内容中，提到了关于【数据可视化迭代过程】的步骤，这也能看出整个过程包含的步骤，大致有： 确定主题 数据获得 图表选择（表达） 图表绘制 当然了我们也可以看到可视化是要一个不断迭代的过程，步骤之间都需要多次的迭代修改的。 1、确定主题 这肯定是第一步了，在做数据可视化的时候，首先你要明了你要做什么，想要从数据获中取什么信息，有了目标才能明确的往下做。 那我们这次还是来做关于空气质量PM2.5的数据展示，了解历年来PM2.5的实际情况和发展趋势。 2、数据获得 对于全国空气质量的数据，最权威的来源肯定是来自于中国环境监测总站（）的数据提供。但是监测总站的API提供的并不是很详细，还有很多第三方也提供类似的API接口，比如PM25.in（），在API说明上做的很详细，他们的数据每日更新。所以这次我们选择PM25这个网站来获取数据源。
我们可以看到PM25提供的内容是相当多，包括PM2.5、AQI、PM10、CO、NO2、O3等等。我们只需要PM2.5的数据，所以我们把其他不需要的数据都可以去除掉，同时把Json的数据转换为CSV的数据格式，这里转换数据只是为了下一步处理方便，我这边是选用Processing来做数据可视化处理的。如果你用D3.js，Echart来做的话，Json可能会更方便点。
3、图表选择（表达） 对于很多人（非设计师）来说数据可能容易获取，但是像要把数据转换成合适的图表进行表达反而非常困难的。因为同样的数据，用不同的图表进行展示出来，得到的效果是完全不一样的。平时可能用到最多的就是通过Excel来做图表，在Excel2010的版本里面，提供了10类共53个图表，还提供了什么数据透视图，自定义图表等等，总之种类非常多。不过尽管图表种类繁多，但其基本类型只有以下几种： 曲线图：用来反映随时间变化的趋势； 柱形图：用来反映分类项目之间的比较，也可以用来反映时间趋势； 条形图：用来反映分类项目之间的比较； 散点图：用来反映相关性或分布关系； 饼图：用来反映构成，即部分占总体的比例； 地图：用来反映区域之间的分类比较。 那知道了，基础图表的类型，那怎么去选择。国外专家Andrew Abela他将图表展示的关系分为4 类：比较、分布、构成、联系。然后根据这个分类和数据的状况给出了对应的图表类型建议。当我们不确定使用什么类型的图表的时候，可以参考下这个图。
4、图表绘制 俗话说【不会撸码的交互不是好的数据可视化设计师】，现在市面上有各式各样的可视化的方法和工具，但坦白来说【这些可视化工具都是大坑！！！】，要想做好可视化的表现，最好的方式还是需要掌握一门编程语言，只有这样你才能最合适的表达清楚出你想传达出来的数据信息。 这里给各位想跳入数据可视化这个大坑的设计师们（编程大佬请无视），推荐一下Processing这个创意编程语言。 Processing是美国麻省理工学院媒体实验室旗下美学与运算小组创造出来的（搞设计的人做出来的编程语言），非常容易上手，代码逻辑也很简单，几段代码就能做出十分出现效果的展示。
|
