数据可视化三节课之二：可视化的使用编辑导读：对于经常需要用数据、做分析

编辑导读：对于经常需要用数据、做分析、理逻辑的投资者来说，数据可视化是一项利器。它能够帮助我们快速发现规律、找到原因，做出判断。如何使用数据可视化呢？本文将从可视化方案的五大类进行分析，希望对你有帮助。
文章插图
上次屠夫以《可视化的意义》开启了数据可视化系列，解答了3个问题：

「数据」可以用来做什么？
「分析」能解决哪些问题？
「可视化」的意义是什么？

今天，我们将推进到「可视化的使用」，帮大家更好地理解这个工具。
一、可视化方案该怎么选？上一节课里，屠夫总结过：
一方面是过程，一方面是结果，看似泾渭分明的两部分，在实际的数据分析工作中是相辅相成的。
许多时候，我们做数据分析是带有探索和挖掘性质的，上一阶段的分析结果可能会成为下一阶段分析的方向。选出合适的可视化方案，不但有助于表达当前阶段的分析结果 (承前) ，还有助于开启下一阶段的分析思路 (启后) 。
想在数据分析中选出合适的可视化方案，得先了解我们的“选项”都有哪些。可视化的图表数量繁多，再加上可以使用的元素组合 (比如色彩) ，可谓千变万化，逐一列举自然是不可能的。但是，可视化方案其实可以归纳为「D·R·C·C·T」5大类。只要熟知这5大类，就能做到对数据可视化应用自如。
二、Distribution · 分布第一大类是D · Distribution ，分布。
如果要选出自己最常用的可视化类型，屠夫的答案一定是「分布」。分布之于可视化，就如清蒸之于烹调 ——方法不复杂，但最大限度地保留了食材的本来味道。它以最原汁原味的方式展现数据特征，让我们对分析对象有初步认知。
「分布」类可视化的典型代表包括散点图、直方图和箱线图。这3种分布类可视化，其实我们在中学课程里都学过，但大部分人都低估了其作用。

文章插图
来源：r-graph-gallery.com
比如这一张简单的箱线图，其实把4类数据的最小值、25%分位数、中位数、75%分位数、最大值和样本量 (箱子的宽度) 全部展现在我们眼前：

考虑样本量的多寡：D类最多， B类最少……
考虑value值的离散：B类最集中， C类最分散……
考虑value值的大小：A类最大者小于B类最小者……

「分布」类可视化方案中也有一些不常见的图表，比如屠夫曾在《给我3枚硬币》用过的平行坐标系：

文章插图
来源：columbia.edu
上面的平行坐标系展现的是上世纪70、80年代的32款汽车在每加仑汽油行驶的里程 (mpg) 、气缸数 (cylinders) 、引擎大小 (displacement) 等维度下的分布情况。可以看出，当时的汽车气缸数分布比较集中 (4、6、8) ，但是车身重量 (weight) 的分布却非常分散。又比如上半年大家经常看的地理热力图 —— 结合地图和颜色后，以简单清晰的方式把数据分布展现出来：

文章插图
来源：北京大学可视化与可视化分析实验室
「分布」类可视化，是解决数据分析问题的良好开端。屠夫并不指望这类可视化能获得最终答案，但却是迈向最终答案的第一步。一份数据集到手，无论分析的目标是什么，先看看分布，准没错。
三、Relationship · 关系第二大类是R · Relationship ，关系。
「关系」类的可视化方案，侧重展示的是数据的相关性和关联关系。从广义上说，任何一类可视化都可以通过添加“系列”实现展示数据的关系 (如果有的话) 。