光芒绽放:妙用“GLAD原则”打造标准的数据可视化图表

2024-02-17 02:04

本文主要是介绍光芒绽放:妙用“GLAD原则”打造标准的数据可视化图表,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

光芒绽放:妙用“GLAD原则”打造标准的数据可视化图表


文章目录

  • 光芒绽放:妙用“GLAD原则”打造标准的数据可视化图表
  • 前言
  • 一、可视化工具有哪些?
  • 二、那如何做出正确可视化图表 ?GLAD原则
    • 1.G原则
    • 2.L原则
    • 3.A原则
    • 4.D原则
  • 三、总结
  • 最后


前言

之前读过一本书《人类简史:从动物到上帝》。是 1976年出生的赫拉利写的,在2016年我读了中文版 。该书在2011年出版的希伯来文版,另外还被翻译为45种语言。里面有一句经典的话是这么说的。

人类不了解自己,只好让科技替自己做决定。
也说到了关于数据和技术的深远影响

这个也是坚定我走数据这条路的原因。大家可以去看看。

一、可视化工具有哪些?

以下一些工具是比较常见的 可视化工具了,大家了解下(来源搜索引擎)

  • Tableau: 一款功能强大的商业智能工具,支持创建交互式和高度定制化的可视化。
  • PowerBI和Excel :微软推出的业务分析工具,能够将数据转化为丰富的报表和仪表板。
  • Google Data Studio:谷歌的可视化工具,可以连接多种数据源,创建仪表板并与他人共享。
  • D3.js:一个基于JavaScript的数据驱动文档库,用于创建动态和交互式的数据可视化。
  • Matplotlib: 一个用于绘制静态、动态和交互式图表的Python库,特别适用于数据科学领域。
  • Plotly:一个支持多种语言(包括Python、R和JavaScript)的绘图库,用于创建交互式图表。
  • Infogram:一个在线可视化工具,适用于创建各种图表、图形和地
  • QlikView/Qlik Sense:用于创建交互式仪表板的商业智能工具,支持实时数据析。
  • Highcharts:一款用于创建交互式图表的JavaScript图表库。
  • Chart.js:轻量级的JavaScript图表库,适用于在网页上创建简单的图表。
  • Superset:Apache Superset是一个现代的数据探索和可视化平台。它功能强大且十分易用,可对接各种数据源,包括很多现代的大数据分析引擎,拥有丰富的图表展示形式,并且支持自定义仪表

在中国用的比较多的有

  • 百度数据图谱: 百度推出的在线数据可视化工具,支持用户通过简单的拖拽操作创建各种图表.
  • DataV 数据可视化: 阿里巴巴旗下的产品,提供丰富的可视化组件,支持实时数据展示、数据分析和仪表盘设计。
  • 图格易达: 提供数据可视化、图表制作等服务,支持多种图表类型和数据源。
  • FineReport/FineBI: 功能强大的报表和数据可视化工具,支持多种图表类型,适用于企业级数据分析和报告制作。
  • 云图: 专注于大数据可视化的公司,提供可视化分析、数据展示等服务。
  • 易观方舟: 主要用于移动应用数据分析和可视化,帮助企业更好地理解用户行为和趋势。
  • smart BI:
  • 观远 BI :

二、那如何做出正确可视化图表 ?GLAD原则

最近在 学习帆软BI,学到了GLAD原则分享给大家
在这里插入图片描述
GLAD原则是什么?
Good data and insight—需要好的数据和洞察
Less Nosie----去掉噪音和干扰因素
Accurate expression ----需要准确的表达
Distinct Mark —(突出分析重点 )
在这里插入图片描述

1.G原则

这个其实大家很好理解

所有的数据分析层次分一般分为几种

描述型分析:比如数据监控,比如上线一个新产品看产品状态
预测型分析:就是很来理解,比如回归,预测未来的销售额
诊断性分析:也很好理解,就是比如 有个销售员,通过各种维度和指标的分析,分析哪个销售更优秀。
指导型分析:通过分析,指导运营做业务决策,发挥更好的商业价值

 - 需要满足MECE 原则 ,也就是 不重复,不遗漏,数据是否使用适当

比如 下面的图看出什么 ?
在这里插入图片描述
那如果换一个思路呢? 下图可以看出 20岁以下的医美人数每年占比趋势在增加。
在这里插入图片描述

2.L原则

  • 图表颜色降噪
    图1正确,图2错误
    在这里插入图片描述
  • 辅助信息降噪1
    图1错误,图2正确(单位改为百万,双坐标)
    在这里插入图片描述
  • 辅助信息降噪2
    图1错误,图2正确
    在这里插入图片描述

3.A原则

  • 根据分析目的使用适合的图表
    在这里插入图片描述

  • 数据密度是否适合,数据密度小

图1错误,图2正确

图1
在这里插入图片描述

图2
在这里插入图片描述

  • 数据密度是否适合,数据密度大
    图1错误,指标要多
    在这里插入图片描述
    图2正确 (分2个图显示)
    在这里插入图片描述

  • 显示效果是否表达准确,坐标轴失真
    图1正确 图2错误(坐标轴太大)

在这里插入图片描述

  • 显示效果是否表达准确,过渡装饰

图1正确 图2错误(没有必要)在这里插入图片描述

4.D原则

  • 画龙点睛-打造视觉反差

在这里插入图片描述

  • 画龙点睛-打造视觉反差
    在这里插入图片描述

  • 画龙点睛-是否突出的洞察标识(加入平均线)
    在这里插入图片描述

  • 画龙点睛-是否突出重点

在这里插入图片描述

三、总结

本文 的GLAD原则 介绍主要来自《 乐见数据:商业数据可视化思维》一书马世权老师的书,大家可以去读一下。写技术博客也是一样是一种累计,需要写一些对自己或者对他人用的。如果你是数据分析师,是数据产品,是数据开发,或者是从事数据相关的工作或许上面文章对你有帮助。

最后

希望这个GLAD原则 ,对大家作可视化分析有帮助 。
一键三连,心想事成。

这篇关于光芒绽放:妙用“GLAD原则”打造标准的数据可视化图表的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/716359

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

poj 3050 dfs + set的妙用

题意: 给一个5x5的矩阵,求由多少个由连续6个元素组成的不一样的字符的个数。 解析: dfs + set去重搞定。 代码: #include <iostream>#include <cstdio>#include <set>#include <cstdlib>#include <algorithm>#include <cstring>#include <cm