博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
数据分析入门(二)
阅读量:2048 次
发布时间:2019-04-28

本文共 574 字,大约阅读时间需要 1 分钟。

数据分析离不开数据,但是数据中的联系和规律必须以简单明了的形式展现出来,因为数据的规律是要展现给别人看的,好的可视化是会讲故事的,而故事讲的好的人就是世界上最需要的人。

数据可视化

                  -通过图表形式展现数据,帮助用户快速、准确理解信息。

准确、快速是可视化的关键,好的可视化会“讲故事”,能向我们揭示数据背后的规律。对于可视化,有一个常见误区:分析师追求过于复杂的图表,反而使得业务人员难以理解。其实越简单的图表,越容易被理解,而快速易懂地理解数据,正是可视化最重要的目标

图表的基本组成元素:

一张图表至少包含:标题、横纵坐标轴、数据系列、数据标签、图例等部分,每一部分都在图表中扮演特定的角色表达特定的信息。当然这些元素并不是必须具备的,当信息足够清晰时,你可以精简部分元素,使得图表更加简洁。

正确理解维度与指标

维度(Dimension)

类别型字段、一般是离散的、不可进行四则运算

常常是观察数据的角度,往往是横坐标

度量/指标(Measure)

数值型字段、一般是连续的、可进行四则运算

一般都是数据的数值化衡量,往往是纵坐标

或者换个思维导图:

在这里插入图片描述

百度的EChart可视化是作的非常优秀的开源js组件:

可以去以上网址去查看,每个图应该如何实现?每个图具体代表什么?每个图可用于什么样的案例?

但是有时候这些图表仍然是不够的:

未完待续

转载地址:http://lweof.baihongyu.com/

你可能感兴趣的文章
【Loadrunner】【浙江移动项目手写代码】代码备份
查看>>
Python几种并发实现方案的性能比较
查看>>
【实战】10.10.1.9考试系统代码完成一次答题代码备份
查看>>
[Jmeter]jmeter之脚本录制与回放,优化(windows下的jmeter)
查看>>
Jmeter之正则
查看>>
【JMeter】1.9上考试jmeter测试调试
查看>>
【虫师】【selenium】参数化
查看>>
【JMeter】如何用JMeter进行压力测试
查看>>
【Python练习】文件引用用户名密码登录系统
查看>>
学习网站汇总
查看>>
【Python】用Python打开csv和xml文件
查看>>
【Loadrunner】性能测试报告实战
查看>>
【面试】一份自我介绍模板
查看>>
【自动化测试】自动化测试需要了解的的一些事情。
查看>>
【selenium】selenium ide的安装过程
查看>>
【手机自动化测试】monkey测试
查看>>
【英语】软件开发常用英语词汇
查看>>
Fiddler 抓包工具总结
查看>>
【雅思】雅思需要购买和准备的学习资料
查看>>
【雅思】雅思写作作业(1)
查看>>