这个时代是高速发展的时代，也是大数据应用的时代，作为大数据应用的主流，数据可视化也日益成为当下热议的焦点，实际上大数据可视化的目的其实就是让数据所代表的意义简介直观的展现在人们面前，通过大数据可视化可以让成千上万的数据量在转瞬之间变成众人可以快速理解的各项指标；通过大数据可视化，可以让决策者在庞大的数据面前精准的找到企业制胜之道，这些，都已经实实在在的存在于我们的生活当中。

大数据可视化是一个分析展现数据的强大工具。人类对于直观的图像信息的认知往往会高于其他方面的信息认知。但同样如果数据可视化做得不好，反而会带来负面效果；错误的表达往往会损害数据的传播，完全曲解和误导用户，所以更需要我们多维地展现数据，就不仅仅是单一层面。今天小编就从大数据可视化的背景，应用工具，编程语言来深入了解一下。

背景：

在大数据可视化这个概念没出现之前，其实人们对于数据可视化的应用便已经很广泛了，大到人口数据，小到学生成绩统计，都可通过可视化展现，探索其中规律。如今信息可以用多种方法来进行可视化，每种可视化方法都有着不同的侧重点。在大数据时代，当你打算处理数据时，首先要明确并理解的一点是：你打算通过数据向用户讲述怎样的故事，数据可视化之后又在表达什么？通过这些数据，能为你后续的工作提供哪些指导，是否能帮读者正确地抓住重点，了解行业动态？了解这一点之后，你便能选择合理的数据可视化方法，高效传达数据，你的数据才是有价值的数据。那究竟该如何做好数据可视化？

数据的特性：

数据可视化，先要理解数据，再去掌握可视化的方法，这样才能实现高效的数据可视化。在设计时，你可能会遇到以下几种常见的数据类型：

量性：数据是可以计量的，所有的值都是数字

离散型：数字类数据可能在有限范围内取值。例如：办公室内员工的数目

持续性：数据可以测量，且在有限范围内，例如：年度降水量

范围性：数据可以根据编组和分类而分类，例如：产量、销售量

工具：

ChartBlocks：

ChartBlocks是一款网页版的可视化图表生成工具，在线使用。通过导入电子表格或者数据库来构建可视化图表。整个过程可以在图表的向导指示下完成。它的图表在HTML5的框架下，使用强大的Java库D3.js来创建图表。图表是响应式的，可以和任何的屏幕尺寸及设备兼容。 还可以将图表嵌入任何网页中。

JR-DT可视化引擎

JR-DT可视化引擎基于捷瑞数字JR-DT基础服务引擎，具备数据可视化交互页面、组件管理器、页面状态数据库和图表编辑管理器等一系列基础功能，可对接/导入多种数据，拥有丰富的图形表达语言，目前已具备甘特图、饼图、标靶图、填充气泡图、散点图、直方图、网状图、填充地图、堆叠图、压力图、树状图等数十张图表。只需点击几下或拖放数据，就可以快速的创建一个能满足管理需求的可视化的分析视图。

Tableau

Tableau公司将数据运算与美观的图表完美地嫁接在一起。它的程序很容易上手，各公司可以用它将大量数据拖放到数字"画布"上，转眼间就能创建好各种图表。这一软件的理念是，界面上的数据越容易操控，公司对自己在所在业务领域里的所作所为到底是正确还是错误，就能了解得越透彻。其两种不同的变体是基于云计算的Tableau Online和Tableau Server。

它们都是为与大数据有关的组织设计的。企业使用这个工具非常方便，而且提供了闪电般的速度。还有一件事对这个工具是肯定的，Tableau具有用户友好的特性，并与拖放功能兼容。

合理的可视化图表

比较类柱状图

比较类图表显示值与值之间的不同和相似之处。 使用图形的长度、宽度、位置、面积、角度和颜色来比较数值的大小， 通常用于展示不同分类间的数值对比，不同时间点的数据对比。

柱形图有别于直方图，柱状图无法显示数据在一个区间内的连续变化趋势。柱状图描述的是分类数据，回答的是每一个分类中"有多少？"这个问题。 需要注意的是，当柱状图显示的分类很多时会导致分类名重叠等显示问题。

分布类散点图

分布类图表显示频率，数据分散在一个区间或分组。 使用图形的位置、大小、颜色的渐变程度来表现数据的分布， 通常用于展示连续数据上数值的分布情况。

散点图也叫 X-Y 图，它将所有的数据以点的形式展现在直角坐标系上，以显示变量之间的相互影响程度，点的位置由变量的数值决定

占比类饼图

占比类图表显示同一维度上的占比关系。饼图广泛应用在各个领域，用于表示不同分类的占比情况，通过弧度大小来对比各个分类。

饼图通过将一个圆饼按照分类的占比划分成多个区块，整个圆饼代表数据的总量，每个区块（圆弧）表示该分类占总体的比例大小，所有区块（圆弧）的加和等于 100%。

趋势类折线图

趋势类图表显示数据的变化趋势。 使用图形的位置表现数据在连续区域上的分布，通常展示数据在连续区域上的大小变化的规律。

折线图用于显示数据在一个连续的时间间隔或者时间跨度上的变化，它的特点是反映事物随时间或有序类别而变化的趋势。

当然，大数据可视化的工具、图表远远不止以上几种，最关键的是如何利用好这些工具及图表，归纳起来，一名数据可视化工程师需要具备三个方面的能力，数据分析能力、交互视觉能力、研发能力。

不管你用什么工具，不管你用什么图表，别忘了你的目的是理解数据，这才是大数据可视化真正的魅力所在。

本文威海软件公司半岛科技转载整理2019.06.18