可视化数据分析怎么做,可视化数据分析的5大原则？( 二 )

于是我接着建议，不妨把折线图做成动态图表，通过按钮选择关注的业务种类，此时关注业务的折线高亮显示，其他折线呈灰色。这个建议同样被PASS，学员说领导不喜欢动态图表，只喜欢静态图表。
实在抓不到这位“领导”的点，我也是无能为力了。没想到几天后学员来报喜说方案通过了，我很好奇，哪个方案这么神奇能得到领导的青睐，学员说最初的方案。
所以想做好图表可视化还是要善于思考，了解喜好，总结规律，保持原则。具体有哪些原则呢？
一是平衡性。
在可视化规范与领导喜好之间寻求平衡点。大名鼎鼎的IBCS建立了关于报表、幻灯片、仪表板、图和表的制作标准，就像下图这样。

文章插图
有了这些视化规范是不是直接参照就可以呢？还不行，还需要加入一些“中国特色”，也就是领导的喜好，否则可能水土不服。如何把握领导的喜好？作为一个数据分析师，这应该是一个基本功吧。
二是逻辑性。
一个好的分析师会用数据讲故事，数据可视化之后故事会更吸引人，好的可视化就是与数据的逻辑完全契合，想展示什么（数据背后的含义）——依据是什么（数据的趋势变化）——结论是什么（数据反映的问题）。
三是准确性。
可视化要忠于数据，刻意夸大或者美化数据及变化都不可取。举个例子，前一段帮一个朋友做可视化，数据在1-50之间，做成的蝴蝶图中“数据1”对应的条形几乎不可见，这时候朋友就不满意了，明明有数图中却看不见这必须得改，接着又拒绝我增加“折断”的想法，万般无奈之下被逼着将“1”改成了“2”，终于露出一个“尖尖角” 。一声长叹，数据可视化时既要满足甲方需求，也要尽可能地坚持原则。
四是稳定性。
刚才在谈可视化的误区时，建议大家不要过于求新求变，不要执着于某一类可视化类型，而是应该保持稳定性，通过增加细节适度微创新，还是领导熟悉的味道只是加了点料，保持了可视化风格延续的同时又有一点小惊喜。比如增加标准线，增加差异箭头、增加区域分隔等等。

文章插图

文章插图
4、可视化都哪些好用的工具？常用的可视化工具主要有这4类：
一是在线可视化工具。主要有镝数、花火等，优点是图表种类丰富、类型新颖、配色年轻化，还提供了一些十分酷炫动态图表，操作也比较简单，很多新媒体都在用，缺点是数据保密性不够。

文章插图
二是编程可视化工具。主要有E-charts、D3、ggplot、Matplotlib、pandas、plt等，优点是可以制作大型数据集和交互动画的图表，高端大气上档次，可视化效果跟脑洞大小呈正比，缺点是需要有编程基础，门槛较高。

文章插图
【可视化数据分析怎么做,可视化数据分析的5大原则？】三是商业智能工具。比如国内比较有有名的FineBI等，是专业的大数据 BI 和分析平台，主要为企业提供一站式商业智能解决方案，用他们做数据分析和可视化驾驶舱真是妥妥的，不需要写代码，而且操作比较方便，缺点是目前市场上的大部分BI都收费，不过FineBI个人版免费，这一点算是很人性化的