4.1健康信息可视化概述在线视频

同学们大家好

我们今天来学习可视化概述这个部分

我们来看这里有四组不同的数据

每组数据有两个变量

从数据分析的结果来看

这四组数据具有相同的线性回归表达式

也具有相同的相关系数

可是我们如果用图形来表示这些数据

我们可以看出

这四组数据具有明显不同的特点

这就是由著名的统计学家

安斯科姆绘制的数据可视化的经典案例

安斯科姆四重奏

这个案例说明了什么问题呢

说明了数据可视化

可以直观展示数据的真实情况

减少数据分析的失误

数据可视化

也就是Data Visualization

指的是将数据和信息

转换成为各种可视化对象

使得信息沟通更加清晰便利的一系列的技术

眼睛是我们人类最重要的感觉器官

从外界获取的各种信息

主要都是通过视觉来感知的

而且人们通过视觉接收信息的速度

比其他器官接收信息的速度

快了十到一百倍

在信息时代

人类社会的各种活动

每一天都产生海量的数据

如何快速高效地处理这些海量的数据

就是一个非常重要的研究方向

如果将包含大量数据的信息

压缩到设计精美的可视化图形之中

就可以大大提高信息认知的效率

接下来

我们要介绍一个非常著名的可视化实例

1854年 英国伦敦爆发了严重的霍乱疫情

英国医生John Snow

开始着手调查研究霍乱传播流行的途径

他绘制了一张特别的地图

也就是这一幅

疫情分布的情况图

那么他是如何绘制的呢

我们把这副地图放大来看一看

在这幅地图上面我们可以看到

这个医生他把每一个病例

用一个短的线条表示

每一个水泵

也就是饮用水的水源地

用一个圆点来表示

那么我们可以从这个图中看出

在这条Borad Street这条街道的附近

有一个水泵

这个水泵周边的病例的数量

明显多于其他地区

也比其它水泵周边的病例更多

后来人们关闭了

Borad Street这个街道的水泵

不再使用这一个饮用水的水源

周边地区的疫情就逐渐减轻了

这是一个非常经典的案例

我们来看

Edward Tufte是耶鲁大学教授

也是一位信息设计领域的先驱者

他在

The Visual Display of Quantitative Information

这本书中指出

完美的数据可视化

必须包含以下要素

首先要在一个小的空间

来展示众多的数据

那么这些数据要能够引导受众

来思考问题的实质

比较不同的数据

有什么区别有什么关联

而且还要注意避免歪曲所要表达的数据

也就是说我们要选择一个合适的

可视化的模式来展示这个数据

不要误导观众

会误解我们要展示的数据

这是非常重要的

而且我们还要从多个不同层次

来展示数据的细节

那么我们要做数据可视化

还要有明确的目的

我是为了展示数据

还是为了做一些研究做一些探索

还是有其它的目的呢

那么最后一点

我们的数据可视化

还要与数据集的数据说明

以及语言描述紧密结合

也就是说我们要说明一下

数据可视化的这幅图片里面

用到的数据来自于什么地方

还要用一些恰当的语言

来做一些描述和说明

这也就是Edward Tufte提出来的

数据可视化的一些基本的要素

那么接下来我们要给大家介绍的

是gapminder这个网站的

一幅非常棒的可视化的实例

这幅图片它使用的数据

是2015年世界上182个国家和地区

人民的人均GDP和预期寿命的数据

我们可以看出来

在这幅图片上

首先我们来看一下横坐标

横坐标表示的是人均GDP

从一千美元两千美元

一直到更多的六万多美元

那么纵坐标表示的是预期寿命

从六十岁七十岁到八十岁

每个国家用一个圆形气泡表示

那么这个国家和地区的人口越多

那么他的气泡就越大

而且气泡的颜色

是用来表示这个国家和地区在什么地方

那么如果来自于亚洲

我们用红色来表示

如果来自于欧洲

我们用黄色来表示

那么我们也可以看出

在这幅图片里边

气泡最大的两个国家是

我们中国和印度

这个图片就是一个非常完美的可视化的实例

而且它包含的信息量很大

而且表示的是一个非常多维的数据

那么我们从计算机学科的角度出发

大数据的数据类型可以分为两种类型

分别是结构化数据和非结构化数据

结构化数据指的是

可以用二维表的结构

来逻辑表达和实现的数据

它遵循一定的数据格式与长度规范

主要我们可以用关系型数据库

来存储和管理

而非结构化数据

它的特点是数据结构不规则或不完整

没有预定义的数据类型

是不方便用二维表结构

来表现的数据

那么非结构化数据也有很多类型

包括了文本 图片 音频和视频信息等等

那么要处理这些多种多样不同类型的数据

有哪一些常用的可视化工具呢

我们给大家做一个归纳

首先我们可以使用主流软件供应商的

数据分析处理的软件

例如IBM的Watson Analytics

还有SAS统计分析软件

也可以使用专业的数据可视化应用软件

例如Tableau

就是一家专门致力于

交互式数据可视化领域的软件公司

他的一系列数据可视化工具

在智能商业的领域

具有非常广泛的应用

还有一些开源工具可以使用

R语言大家都知道是一个免费的

也是非常著名的统计分析软件

R语言中的一些软件包

可以绘制各种各样的图表

D3.js是一种脚本库

可以将数据转换成为各种可视化元素

展现在网页之中

那么还有一些

是面向一种特定应用的设计软件

例如有很多专门制作数据地图的软件

例如Leaflet

我们制作可视化图片

还可以使用在线设计网站

直接在网站上操作

上传数据 分析处理

就可以在线生成各种图形

包括我们有一些专门制作词云的网站

还有我们国内有很多

制作各种可视化图片的网站

包括图表秀网站等等

对于初学者来说

也可以使用一些简单易用的

可视化应用软件

例如微软公司的Power BI

可以下载到本地计算机

安装使用都非常方便

还有就是入门级的应用软件

就像Excel这样的工具

有很多类似于Excel这样的工具

可以设计制作简单的可视化图形

我们今天的这一讲就讲到这里

谢谢大家