数据挖掘：用可视化效果展现你的数据

本文作者星河里的章鱼喵，文章通过介绍Visualization 即可视化，罗列了数据的展现方式。对于数据分析最困难的一部分就是数据的展示，解读数据之间的关系，清晰有效的传达并且沟通数据信息。

对于数据挖掘，我们可以通过文中对数据可视化的案例找到分析数据、展现数据的方法和思路。

Data visualization 是一件很有趣的事情。最近在尝试处理数据，便顺手翻了翻 visualization 的进展，然后除了 IBM 大名鼎鼎的的many-eyes。

还有一个比较好有意思的网站是visualizing。Visualizing 跟 many-eyes 很像，都是社区形式的网站，用户可以注册然后上传，而且网站还有积累下来的很多数据供用户使用。

当然我不是为了介绍这个网站才写这篇 post 的，写 post 是一个记笔记的过程，如果我不能从中学到什么，就有点浪费时间了。下面进入正题，我尝试总结一下 visualization 的时候的几个可用的经验。

应该使用何种形式来表现数据

从 visualizing.org 的分类中提取出来的有用的形式包括（不过说实话这样分类并不是很好用）

1.Chart

2.Time series

3.Map

4.Flow

5.Matrix

6.Network

7.Hierarchy

8.Info-graphic

要可视化的数据可以分几类（我想的不全面，欢迎补充，共同学习）

有一系列对象，他们之间相互有关联

写成A↔B粗体的拉丁字母表示一系列对象，比如一系列地点。

这种情况下因为要展示数据之间相互关系，所以实质上是一个 network 图，不过通过一些技巧可以把简单的 network 图变成更好的形式。

方式一：使用转换成 flow 图。通过把对象列出两遍来是的原本应该是一个比较复杂难以看清的 network 变成了清晰易查找的 flow。

这类图中我喜欢的一个是people moving 的 flow

这个 flow 图非常好的展示了从一个国家移民到另一个国家，上面的截图就是人们移居（migrate，是移民么？）到加拿大的情况，可以看到中国（CH）移民到加拿大的还是比较多的。通过这样的 flow，我们可以很容易很直观的分析数据。

方式二：圈形的 network 图。为什么要做出圈形呢？因为圈形可以使得连线集中在圈内部，而且可以减少数据交叉。通过 interactive design，可以使得连线无交叉。比如这个Migrants moving money：

这个截图是中国的侨款，也就是中国移民所寄回祖国中国的钱数。可以看排除香港地区，美国是最大的来源。

事实上这种方法与第一种本质是相同的。

方式三：network 图。通过点和连线来关联。例子比如Attractions of Councils: WEF GAC interlink survey

但是这个图实际上并不好。而且有时候，线条是可以去掉的，比如这个国际航班的可视化：

Click a nation to see all connected nations via flights. Click again to see arranged nations based on the distance. Double-click the background to reset.

截图：

方式四：使用 table。不过为了更直观，使用面积等方式来代表数据的大小。

比如 10 个人任意两个人之间相互按照对对方的好感程度打分，为了展示任意两个人 A 和 B 之间相互的好感程度，可以使用颜色柱来展示，选定一个作为两个人好感程度相同，颜色柱之上的颜色表示 A 对 B 的好感大于 B 对 A 的好感，反之亦然。

这里有个council 之间的例子，截图如下：

层级数据，数据之间可以分成几个层级关系

就是 Hierarchy 图，不过有时候可以省掉连线。