当新人被介绍到数据科学领域时，解释通常集中在通过利用数据洞察力推动更明智的决策、预测等为所有部门的组织增加巨大价值的能力。
这就是为什么典型的数据科学家或
数据分析师职位描述中的软技能列表通常包括如下一行：与非技术利益相关者交流复杂想法的能力。
然而，与那些将决定如何对其采取行动的人交流数据洞察力的广泛需求也与一项关键的硬技能有关。当然，我们谈论的是数据可视化。
什么是数据可视化？
数据可视化只是从数据中提取的衍生见解的图形表示。有效的数据可视化以各自受众可以访问的方式传达这些数据驱动的见解。它被广泛认为是数据科学和数据分析中最重要的技能之一。
大局：数据可视化“通过将大量无形数据转换为易于理解的图片和图形，帮助为利益相关者和其他团队成员提供高质量的信息。”
凭借其产生有价值的商业洞察力和解决现实问题的能力，数据科学现在正在推动几乎所有行业和部门的创新和变革——医疗保健、电子商务、执法、营销/广告、交通、体育、娱乐、非营利事业， 和更多。
数据可视化是帮助每个相关人员的关键能力，因为可视化数据在大脑中的处理速度比书面文本更快，这意味着它更容易理解，并从数据驱动的信息中可视化全局。
用数据讲故事的重要性
不需要花哨的图表或图形来传达数据可视化的重要性。但是，虽然数据可视化本质上涉及更轻松地将关键信息传达给相关受众，但它也严重依赖于用数据讲故事的概念，将您的叙述与可视化联系起来。
当您使用数据或更正式的数据可视化技术来生成与工作相关的报告或演示文稿时，请注意您实际上是在使用该数据来讲述故事并将作为起点决策点。
“数据讲故事是我们用来描述收集数据、提取见解并将这些见解转化为故事的完整行为的通用术语，”视觉传播公司Column Five Media表示。“这是一个引人入胜的叙述，以引人入胜的数据为基础，用于指导决策、揭示有趣的趋势或为您的受众提供有价值的信息。
本质上：“数据讲故事是两个世界的融合：硬数据和人类交流。” 因此，数据可视化和讲故事是使数据科学对许多实践者如此感兴趣的核心。
数据可视化的类型
在实践数据可视化的艺术和科学时，有各种各样的特定技术、策略和格式。
Tableau 是使用最广泛的数据可视化工具之一背后的软件公司，提供以下最常见的通用数据可视化类型列表：
深入探讨，Tableau 引用了这些更具体的数据可视化方法示例：
- 面积图
- 条形图
- 盒须图
- 气泡云
- 子弹图
- 制图
- 圆形视图
- 点分布图
- 甘特图
- 热图
- 突出显示表格
- 直方图
- 矩阵格式
- 网络
- 极地地区
- 径向树
- 散点图（2D 或 3D）
- 流图
- 文本表
- 时间线
- 树状图
- 楔形堆栈图
- 词云
除了分享一些出色的数据可视化示例外，Tableau 还提供了“历史和今天的 10 个最佳数据可视化示例” ——从 1812 年 3 月的拿破仑和 1854 年伦敦的霍乱爆发到美国各年龄组的人口趋势(1950–2060)
如何将数据可视化融入您的工作和世界
关于提供大量数据演示的技巧——以及对任何希望以可视格式创建和共享数据的人的实用建议——第五栏媒体建议密切关注三个非常重要的基础：
在数据中找到故事。你想要讲述的独特故事是什么？新机会？新效率？关于潜在风险的警示标志？
围绕这些数据进行叙述。通过为数据提供上下文、创建逻辑流程并通过有趣的标题和字幕使其易于理解来引导您的观众了解故事非常重要。了解你的听众很重要，这样你就可以在叙述中建立一种联系，以某种方式吸引你的听众。情感投入的观众是会回答你的“行动号召”的观众。
选择最有效的数据可视化。这是关于选择格式和视觉设计，以最大限度地理解您的数据驱动故事。再一次，在您制作可视化之前了解您的受众至关重要。您需要确保它们对您的受众来说是可访问的并且易于理解。需要观众有足够的脑力才能破译的可视化很快就会被忽略或遗忘。
在另一篇专注于如何有效使用上一节中详述的数据可视化格式和技术以及使用上面引用的数据讲故事的原则的文章中，第五栏媒体还就创造性地呈现数据可视化的方式提供了有用的建议。该列表包括每个引人注目的示例：
信息图表
电子书和白皮书
增强的传统报告和演示文稿
交互式图形
GIF 和动画视觉效果
动态图形和视频
在为正确的数据可视化应用程序选择正确的格式方面，商业智能软件公司 Sisense 深入研究了13 种不同的数据可视化选项，从基本到更高级，解释了每个选项的独特功能以及何时使用它们以获得最大影响. 他们的列表还包括以下格式的视觉示例：
指标清楚地显示一个 KPI
折线图显示趋势
条形图可以简单地分解事物
柱形图并排比较值
饼图清楚地显示比例
面积图比较比例
数据透视表轻松呈现关键数据
散点图：分布和关系
气泡图：了解多个变量
树形图显示层次结构，比较值
极坐标图显示多个变量之间的关系
区域/散点图显示地理数据
漏斗图显示管道，通常用于销售数据
最后，在一篇面向不太熟悉该主题的人的文章中，《哈佛商业评论》深入探讨了为什么深入掌握数据可视化的关键原则和实践如此重要。简单地说：“你呈现数据的方式可能会增加一倍或减少它的影响。”
扫码加好友，拉您进群
全部版块
我的主页
收藏
