真依然很拉風(fēng)，簡書《數(shù)據(jù)可視化》專欄維護(hù)者，里面有很多優(yōu)秀的文章，本文便是其中一篇。
文章總結(jié)了多種數(shù)據(jù)可視化圖形，并簡要介紹了各種圖形的作用，能為科研工作者在數(shù)據(jù)可視化階段提供新的思路，在此分享給大家。（略有修改和補(bǔ)充，藍(lán)色的字可點(diǎn)擊跳轉(zhuǎn)查看對應(yīng)圖形怎么在R中繪制）
原文如下 ：
首先從維基百科上搬出數(shù)據(jù)可視化的概念：
數(shù)據(jù)可視化是關(guān)于數(shù)據(jù)之視覺表現(xiàn)形式的研究；其中，這種數(shù)據(jù)的視覺表現(xiàn)形式被定義為一種以某種概要形式抽提出來的信息，包括相應(yīng)信息單位的各種屬性和變量。
用人話簡單來說，數(shù)據(jù)可視化就是用圖形的方式來表征數(shù)據(jù)的規(guī)律。
首先要明確幾點(diǎn)：
數(shù)據(jù)可視化從來只是表層的東西，數(shù)據(jù)分析才是核心。就像一個人，不一定長得漂亮人格就高尚，也不一定長得不好看人格就低下。而應(yīng)該反過來，只只有數(shù)據(jù)分析內(nèi)涵豐富、價值高，數(shù)據(jù)可視化才能內(nèi)容豐富、有價值。
可是這是個看臉的世界，大部分人對于數(shù)據(jù)也都是外行的，只有把數(shù)據(jù)可視化做得漂亮才能吸引他們的注意；只有把數(shù)據(jù)可視化做得簡單易懂，他們才能理解數(shù)據(jù)分析的內(nèi)涵。
對于數(shù)據(jù)可視化，最重要的東西從來不是圖形、工具、配色這些套路性的東西，而在于創(chuàng)意和靈感。可你又不是參加比賽，并不需要那么多的創(chuàng)意靈感。在日常工作中，還是以實(shí)用為主，所以掌握套路還是很必要的。
本文旨在總結(jié)數(shù)據(jù)可視化基本套路，理解了本文的內(nèi)容，就算不能在數(shù)據(jù)可視化比賽中拿獎，應(yīng)付日常工作應(yīng)該也夠了。熟悉了套路怎么看，再結(jié)合專業(yè)知識，就可以解釋可視化結(jié)果了。
散點(diǎn)圖用來表征兩個（如果多個就分面，如上圖）數(shù)值型變量間的關(guān)系，每個點(diǎn)的位置（即x軸和y軸坐標(biāo)）映射著兩個變量的值。當(dāng)然對于三個數(shù)值型變量，也有三維散點(diǎn)圖，不過用得不多。
在散點(diǎn)圖的基礎(chǔ)上加一個維度，把各個點(diǎn)的面積大小映射一個新的變量，這樣不僅點(diǎn)的位置還有大小表示數(shù)據(jù)特征。
把散點(diǎn)圖各個散點(diǎn)用折線連接起來就成了折線圖，當(dāng)然不僅僅只是為了好看，當(dāng)散點(diǎn)越多，折線就越平滑地趨近于曲線，能更加貼切地反映連續(xù)型變量的規(guī)律。
把折線圖進(jìn)一步往坐標(biāo)軸投影就成了面積圖，本質(zhì)其實(shí)跟折線圖沒區(qū)別，只是看起來更加飽滿一點(diǎn)。
柱狀圖是一種用得很廣泛的圖形，它表征分類型變量 vs 數(shù)值型變量的關(guān)系。如果分類型變量的每一個取值還能繼續(xù)分類，那么簡單的柱狀圖就變成了復(fù)雜的柱狀圖，每一個類別僅由一根柱變成多根柱，多根柱可以串列，也可以并列。
值得一提的是，柱狀圖一般需要排序：如果分類型變量是有序的，按照它本身的順序排列即可；如果分類型變量無序，那么則根據(jù)數(shù)值型變量的大小進(jìn)行排序，使柱狀圖的高度單調(diào)變化。（排序的宗旨是直觀的表達(dá)出想展示的規(guī)律）
只不過把柱狀圖坐標(biāo)旋轉(zhuǎn)一下，豎著的變成橫著的，這個可根據(jù)版面自由選擇。上圖示例就是串列的堆疊條形圖。
本質(zhì)還是柱狀圖，只不過把直角坐標(biāo)系映射成極坐標(biāo)系。看起來比柱狀圖更美觀。
瀑布圖是柱狀圖的一種延伸，它一般表示某個指標(biāo)隨時間的漲跌規(guī)律，每一個柱狀也不都是從0開始的，而是從前一個柱狀的終點(diǎn)位置開始，這樣既反映了每一個時刻的漲跌情況，也反映了數(shù)值指標(biāo)在每一個時刻的值。
餅圖的本質(zhì)仍是柱狀圖，只不過餅圖一般用來表示各個類別的比例，而不是絕對的數(shù)值，用角度來映射大小。
值得一提的是，因為一個圓餅只有360度，如果類別太多了，這個餅會被切割得非常細(xì)，不利于閱讀；這種情況下老老實(shí)實(shí)地用柱狀圖。
本質(zhì)就是餅圖，只不過把實(shí)心圓換成了空心的圓環(huán)；如果清一色的餅圖太過單調(diào)，可以考慮換個環(huán)形圖。
sunburst chart
sunburst chart看起來跟餅圖比較像，但比餅圖更復(fù)雜得多。它從中心向外輻射，每輻射一層就細(xì)分一層，用來表示多個變量多層之間的比例關(guān)系。
馬賽克圖比較復(fù)雜，與柱狀圖相比，它的分類變量就多了幾個，而且還能實(shí)現(xiàn)交叉映射，所以比柱狀圖更抽象，更細(xì)化。
馬賽克圖隱含著大量的數(shù)據(jù)信息。例如：(1)從船員到頭等艙，存活率陡然提高；(2)大部分孩子都處在三等艙和二等艙中；(3)在頭等艙中的大部分女性都存活了下來，而三等艙中僅有一半女性存活；(4)船員中女性很少，導(dǎo)致該組的Survived標(biāo)簽重疊（圖底部的No和Yes）。繼續(xù)觀察，你將發(fā)現(xiàn)更多有趣的信息。關(guān)注矩形的相對寬度和高度，你還能發(fā)現(xiàn)那晚其他什么秘密嗎？
擴(kuò)展的馬賽克圖添加了顏色和陰影來表示擬合模型的殘差值。在本例中，藍(lán)色陰影表明，在假定生存率與船艙等級、性別和年齡層無關(guān)的條件下，該類別下的生存率通常超過預(yù)期值。紅色陰影則含義相反。一定要運(yùn)行該例子的代碼，這樣你可以真實(shí)感受下著色圖形的效果。圖形表明，在模型的獨(dú)立條件下，頭等艙女性存活數(shù)和男性船員死亡數(shù)超過模型預(yù)期值。如果存活數(shù)與船艙等級、性別和年齡層獨(dú)立，三等艙男性的存活數(shù)比模型預(yù)期值低。嘗試運(yùn)行example(mosaic)，可以了解更多馬賽克圖的細(xì)節(jié)。
直方圖看起來跟柱狀圖很像，但其實(shí)本質(zhì)并不一樣 （這一點(diǎn)需要注意）。直方圖用來表征一個數(shù)值型變量的分布，具體來說就是把這個連續(xù)型變量劃分成多個區(qū)間，然后統(tǒng)計各個區(qū)間的頻數(shù)。直方圖橫軸是數(shù)值型變量本身的值，縱軸是頻數(shù)。
概率密度曲線圖
概率密度曲線圖本質(zhì)與直方圖類似，不過縱軸不是頻數(shù)而是頻率。正如折線圖和面積圖一樣，概率密度曲線圖也可自由選擇要不要面積投影。這個圖太學(xué)術(shù)了，一般出現(xiàn)在數(shù)學(xué)教材中（比如正態(tài)分布……）。
很多游戲中的人物能力極向?qū)Ρ染褪且岳走_(dá)圖表示的。柱狀圖一般是一個分類型變量不同類別間的比較，雷達(dá)圖可以是多個數(shù)值不在同一個scale之下；更具體地說，柱狀圖一般是橫向比較，雷達(dá)圖既可以多個觀測之間的縱向比較，也可以是一個觀測在不同變量間的橫向比較。
值得一提的是，雷達(dá)圖如果用來橫向比較，需先把各個數(shù)值變量作歸一化處理。
箱線圖亦稱盒須圖，也是挺學(xué)術(shù)的一個圖。它用來表征各個數(shù)值型變量的分布狀況，每一條橫線代表分位數(shù)，盒內(nèi)部的橫線代表中位數(shù)，點(diǎn)代表異常值。
小提琴圖本質(zhì)與直方圖一樣，都是表征數(shù)值型變量的分布，每一個小提琴的寬度代表它在該高度處的頻率范圍。
熱力圖一般以顏色來映射密度或者其他數(shù)值變量，一般來說，顏色最深的地方表示數(shù)據(jù)最集中。（比較常用，對于熱圖的解釋還需要看圖例的含義）
日歷圖是熱力圖的變種，它把每一個矩形重新排列成日歷的形狀，這樣可以方便地觀察一段時間內(nèi)每一天的數(shù)值特征。
地圖用來可視化地理數(shù)據(jù)，這些數(shù)據(jù)一般由國家地理測繪部門提供，在一些網(wǎng)站上也能找到，常用的數(shù)據(jù)格式有shp、JSON、csv等。
地圖的繪制原理是基于大量的散點(diǎn)，勾勒成曲線，再連接成多邊形——其中每一塊多代形代表一個地區(qū)，可以是國家、省、市、區(qū)縣等。
地圖的應(yīng)用主兩有種情況：一是如上圖一樣以顏色填充每一個多邊形來映射一個指標(biāo)，這種情況下地圖跟柱狀圖本質(zhì)相同，但是多了多邊形之間的位置關(guān)系；另一種是在地圖上疊加散點(diǎn)或者曲線，來表征各個點(diǎn)之間的地理位置。
地圖是二維的，三維的就是地球圖。這種圖形一般是交互的，也就是說你可以用鼠標(biāo)實(shí)現(xiàn)地球的旋轉(zhuǎn)和縮放等操作。
值得一提的是，不要僅僅為了3D就使用地球圖，要看數(shù)據(jù)本身的情況。如果你的數(shù)據(jù)范圍本來就覆蓋全球，用地球圖很合適；但如果你的數(shù)據(jù)范圍小，就一個國內(nèi)，甚至一個省市內(nèi)的，搞個地球圖就太浮夸，而且整個球上只有一個非常小的區(qū)域有數(shù)據(jù)，是很不和諧的。
網(wǎng)絡(luò)圖的元素包含點(diǎn)和邊，邊分為無向邊、單向邊和雙向邊來表征點(diǎn)與點(diǎn)的連接關(guān)系，邊的粗細(xì)可以映射這種關(guān)系的強(qiáng)弱。
arc diagram也是一種網(wǎng)絡(luò)圖，只不過它把所有的節(jié)點(diǎn)一字排開，以弧線來表示邊。這樣看起來藝術(shù)感更強(qiáng)，適合于節(jié)點(diǎn)較多的網(wǎng)絡(luò)關(guān)系可視化。
和弦圖一般用來表示雙向的網(wǎng)絡(luò)關(guān)系（比如AB兩個城市相互流入流出了多少人），數(shù)據(jù)結(jié)構(gòu)一般為鄰接矩陣。當(dāng)節(jié)點(diǎn)很多的時候，各種弧線交叉得就非常密密麻麻，這種情況下，要么交互，要么考慮別的圖形。
hierarchical edge bundling也表示節(jié)點(diǎn)間的網(wǎng)絡(luò)關(guān)系，不過它把邊扭曲成曲線，這樣就適合節(jié)點(diǎn)比較多的可視化。
矩形樹圖本質(zhì)就是決策樹的可視化，只不過排成矩形。它也是把各個變量層層細(xì)分，這一點(diǎn)跟sunburst圖類似。當(dāng)變量比較多的時候，做成交互可縮放的形式更合適。
平行坐標(biāo)圖的優(yōu)點(diǎn)是可以把多個變量并形排開，把每一個記錄都以折線連接上。這樣當(dāng)數(shù)據(jù)量大的時候，其實(shí)可以很方便地觀察各個變量的分布情況。
?；鶊D看起來跟平行坐標(biāo)圖有點(diǎn)像，但含義不一樣。桑基圖主要的用法是表征流量在各個層級的流動關(guān)系，上一層如何向下一層分散，下一層如何由下一層匯聚。
互聯(lián)網(wǎng)運(yùn)營有一個很重要的概念就是層級轉(zhuǎn)化，這個每層的轉(zhuǎn)化率用漏斗圖來可視化，形神俱佳。如果兩層之間的寬度近似，表征該層的轉(zhuǎn)化率高；如果兩層之間的寬度一下子減小了很多，表示轉(zhuǎn)化率低。
儀表盤的觀賞性大于實(shí)用性，實(shí)際上它的功能很簡單，就是表征一個數(shù)值型變量在最小值和最大值之間的什么分位。
象柱形圖其實(shí)就是柱形圖，只不過把柱子換成了其它的圖形。如果數(shù)據(jù)本身有比較具體、形象的含義和背景，那么用象柱形圖是一種比較新穎的選擇。
主題河流圖好看，但不好解釋，如果不是交互式的，最好不要用。它一般是把多個類別隨時間的變化數(shù)據(jù)堆疊起來，表征隨時間變化的趨勢。
詞云圖即是對詞匯的頻數(shù)進(jìn)行可視化，一個詞越大它出現(xiàn)的次數(shù)就越多，一般與文本挖掘配合使用。
在實(shí)際的數(shù)據(jù)可視化中，往往不是孤立地用一個基本圖形，把多個圖形組合、鄰接，能交叉對比出更多的信息。比如在柱狀圖上疊加折線圖，在地圖上疊加散點(diǎn)圖，把多個柱狀圖放在一起對比等等。
記住數(shù)據(jù)可視化展現(xiàn)信息是第一位的，好看倒是其次。
看了以上這么多圖形，對可視化圖形也有了一個感性的認(rèn)識。現(xiàn)在基于ggplot2粗略地介紹一下圖形語法，個人總結(jié)，既不全面也不系統(tǒng)；想學(xué)習(xí)全面的圖形語法請去專門學(xué)習(xí)。
數(shù)據(jù)(data)：數(shù)據(jù)才是圖形的靈魂，這點(diǎn)無需解釋。
幾何對象(geom)：也就是圖形本身，這是可視化的外形。根據(jù)數(shù)據(jù)特征，選擇最合適的圖形。
映射(mapping)：映射即使把數(shù)據(jù)和圖形給連接起來。映射什么數(shù)據(jù)變量，它是連續(xù)的還是離散的？
標(biāo)度(scale)：這個是從數(shù)據(jù)中剝離，但是控制數(shù)據(jù)如何映射到圖形上的屬性。圖形中用什么通道來映射？常用的有顏色、長度、面積、形狀、透明度等通道。
坐標(biāo)系(coord)：坐標(biāo)系不一定非得是直角笛卡爾坐標(biāo)系，比如對于地圖并不適合，所以要做專門的投影操作。轉(zhuǎn)換坐標(biāo)系也有造成不同的視覺效果，比如把柱狀圖的坐標(biāo)系轉(zhuǎn)換成極坐標(biāo)系就變成了玫瑰圖。
統(tǒng)計變換(stat)：對數(shù)據(jù)進(jìn)行常規(guī)的統(tǒng)計操作，不過也可以先把數(shù)據(jù)處理好，可視化的時候就不再做變換。
分面(facet)：如果圖形維度較高，并不是一張圖能說明的，那么就分面處理。分面實(shí)際上是多加了一個維度，就像一頁紙和一頁書的區(qū)別。
位置(position)：一般來說圖形各個元素的位置是由數(shù)據(jù)決定的，不過在不影響分析的前提下為了視覺美觀也可以做一些微調(diào)。比如有的散點(diǎn)圖只看它在y軸的高度，這個時候就可以在x軸上加擾動，沒必要很多點(diǎn)都擠在一起。
掌握了圖形語法，對理解可視化的本質(zhì)，構(gòu)思圖形屬性很有幫助；只有掌握了圖形語法，才能真正自由地去創(chuàng)造數(shù)據(jù)可視化，而不僅僅只是往模板里套數(shù)據(jù)。
去年在浙大接受可視化培訓(xùn)時，陳為老師（浙大教授，國內(nèi)數(shù)據(jù)可視化領(lǐng)域比較權(quán)威的學(xué)者）提到了一句：交互性是數(shù)據(jù)可視化與信息圖的區(qū)別。什么是交互，就是用戶輸入一個信號，可視化系統(tǒng)能給出響應(yīng)，以幫助他更好地理解可視化。數(shù)據(jù)可視化的本質(zhì)是以簡單、直接的圖形幫助讀者更容易理解數(shù)據(jù)背后的規(guī)律，但許多可視化圖形做得太復(fù)雜了，反而不利于解讀，這個時候交互就能比較有效地解決這個問題。
交互的好處主要有：
節(jié)省空間。想想看，如果要把一個月每天的數(shù)據(jù)都做一張圖，難道要做30張圖？以交互的方式，讓用戶自己選擇哪一天，然后進(jìn)行數(shù)據(jù)篩選、計算、重新畫圖，1張圖就夠了。
展現(xiàn)源數(shù)據(jù)。圖形一般是對數(shù)據(jù)的具象化，所以它一般不展現(xiàn)具體的數(shù)字。但是當(dāng)用戶就想了解具體的數(shù)字，不必再貼一張表格，把鼠標(biāo)移到對應(yīng)的位置就會彈出數(shù)據(jù)提示框。
引導(dǎo)性強(qiáng)。如果只把一張圖扔給用戶讓他們自己去理解，這樣體驗太差；配個人在一邊講解成本又太高。交互式可視化系統(tǒng)可以做引導(dǎo)模塊，引導(dǎo)用戶去探索、理解，也能增加用戶的興趣和成就感。
對于一個直男來說，配色方案一直是很苦惱的問題。有條件的話最好找設(shè)計師參考，沒有的話最簡單的方法就是參考比較成功的可視化作品的配色風(fēng)格。
配色方案沒有具體的規(guī)律總結(jié)，主要靠感覺。下面貼一些配色方案自行體會即可。
調(diào)色板
bootswatch
可在bootswatch上參考相關(guān)的CSS配色方案。
數(shù)據(jù)可視化的工具很多，也有不多人已經(jīng)總結(jié)過，這里就大致提一下。
R最擅長的除了統(tǒng)計建模就是可視化了，而ggplot2是最流行、最強(qiáng)大的繪圖包（應(yīng)該沒有之一）。對于靜態(tài)圖，只要你有足夠的創(chuàng)意，ggplot2基本都可以通過其系統(tǒng)完備的畫圖語法實(shí)現(xiàn)。而R中也有相關(guān)的包可以把ggplo2圖形變成交互式，彌補(bǔ)了ggplot2本身不能交互的弱點(diǎn)。好色之旅
d3.js個很強(qiáng)大的庫，許多先進(jìn)、前衛(wèi)的圖形在上面都有demo，它可以在較底層以較高的自由度畫圖并配置交互效果。但是它的學(xué)習(xí)曲線很陡，坑也較多。
echarts在江湖上被稱為”百度為數(shù)不多的良心產(chǎn)品“，這個庫跟d3相反，它離應(yīng)用層更近，提供了許多示例模板，把代碼copy過去改改數(shù)據(jù)就行了。所以echarts的優(yōu)點(diǎn)是上手容易、圖表漂亮、交互式效果也很好，缺點(diǎn)是自由度低，一旦你有個創(chuàng)意echarts沒提供對應(yīng)的模板，那就沒辦法了。
隨著Excel的發(fā)展，它的圖表也越來越豐富美觀，很容易上手，仍然是把數(shù)據(jù)往模板里套的方式。推薦 3 個超贊的 EXCEL 插件，讓你 5 分鐘從小白變大神
這兩個是設(shè)計師的工具，但是出了一張可視化的圖之后往往需要進(jìn)一步修繕，這就是設(shè)計師的工作了?？梢陨梢粡坧df矢量圖，然后導(dǎo)入PS或AI中，這樣對每一個元素操作都很方便。生物AI插圖素材獲取和拼裝指導(dǎo) 文章用圖的修改和排版(2)
最后友情幫助阿里打個廣告。DataV很適合做大屏可視化展示，效果很炫酷，而且模板越來越成熟，上手難度也越來越低，同時價格也不貴。
思考一個問題：數(shù)據(jù)可視化到底是否需要編程？對于大數(shù)據(jù)量、自由度要求較高、創(chuàng)意設(shè)計強(qiáng)的可視化應(yīng)當(dāng)要編程（特別是前端編程），但是對于日常小規(guī)模、簡化、通用的可視化，用工具即可。
而且隨著數(shù)據(jù)可視化技術(shù)的發(fā)展，它的門檻一定是越來越低，越來越不需要編程也能做出很好的可視化效果。
這種情況一般是企業(yè)級的數(shù)據(jù)可視化應(yīng)用，一般是領(lǐng)導(dǎo)向客戶展示介紹產(chǎn)品和業(yè)務(wù)時所用，所以它的難度和工作量也最高。大屏展示要求大氣、炫酷、交互性強(qiáng)。
比如用R中的shiny快速搭建一個可視化原型，然后在公司內(nèi)部搭建一個內(nèi)網(wǎng)服務(wù)器部署上去，內(nèi)部同事都可以交互使用，很方便地了解產(chǎn)品原型及數(shù)據(jù)規(guī)律。這種情況下不必太花哨，但是要具體、清晰，還有要一定的交互性。
這個是放在報告中或者PPT （你和PPT高手之間，就只差一個iSlide）中展示給別人看的，所以靜態(tài)圖表就行，這個難度最低。報告中的圖表要求簡潔、清晰、易于解讀。
最后談?wù)勅ツ陞⒓拥?strong>阿里云天池公益云圖數(shù)據(jù)可視化創(chuàng)新大賽的體會，有幸能跟很優(yōu)秀的朋友組隊拿了冠軍，還能結(jié)識阿里官方工作人員以及不少同樣優(yōu)秀的朋友，收獲很大。僅從數(shù)據(jù)可視化本身的角度來說，那場比賽也給了我深刻的體會：
數(shù)據(jù)可視化本身是表層的東西，可是一款優(yōu)秀的數(shù)據(jù)可視化一定要有深刻的內(nèi)涵。從技術(shù)的角度來說，要有大數(shù)據(jù)整理、數(shù)據(jù)分析和數(shù)據(jù)挖掘的智能因子在里面；從背景的角度來說，可視化作品就如同文藝作品一樣要源于實(shí)際，高于實(shí)際，假大空、純粹只為了炫技的可視化并沒有什么意義。
不要只用套路，要有自己的創(chuàng)意和設(shè)計。有一些作品只不過純粹套用一下echarts的模板，除了數(shù)據(jù)改了一下，其他都沒改；這種作品即使能過初賽，也不能過復(fù)賽。
數(shù)據(jù)可視化是為了向別人展示，讓別人理解數(shù)據(jù)背后的背景和內(nèi)容的，也是整個數(shù)據(jù)分析的最后一環(huán)。所以除了可視化作品本身，演講也是很重要的，不要張口閉口一堆貌似高大上的技術(shù)，那只會適得其反；要講故事，講得越通俗、越有趣效果越好。
對作圖感興趣的朋友可進(jìn)入騰訊課堂：http://bioinfo.ke.qq.com，里面有關(guān)于如何用Adobe Illustrator對圖形進(jìn)行編輯、拼合、排版、簡單模式圖繪制的視頻，可免費(fèi)觀看。還有使用R繪制圖形的課程。
作者：真依然很拉風(fēng)，簡書作者。我一句話不說，那是墜吼的。但是看到你們這么熱情，我一句話不說也不好。
