内容简介：大数据可视化——和弦图详解
本文作者：易往信息大数据事业部负责人李柄燊
数据可视化 工具 可以更快更好地表达数据中隐藏的、非直观的信息，是数据分析的升级工具。
和弦图——用于表示数据间的关系和流量。外围不同颜色圆环表示数据节点，弧长表示数据量大小。内部不同颜色连接带，表示数据关系流向、数量级和位置信息，连接带颜色还可以表示第三维度信息。首尾宽度一致的连接带表示单向流量（从与连接带颜色相同的外围圆环流出），而首尾宽度不同的连接带表示双向流量。外层加入比例尺，还可以一目了然的发现数据流量所占比例。
•优点——信息量大；视觉冲击力强；功能创新。
•缺点——普及度较低，大家都是蒙蒙的，只知道是用来表示关系的。
•典型应用——1、在狭小的空间展示了大量信息，展示空间受限时大有可为。2、数据关系过于复杂，且关系远比流量重要时。
•注意事项——1、一定要契合应用场景使用，不要为了吸引眼球而使用，禁不起推敲。2、使用最好提前培训和沟通，因此目前其实不太适合C端应用，因为没有机会一个个培训。3、如果数据节点过多就看瞎了……
本文介绍和弦图的几种应用
数据集中元素的关系用连接线表示。连接线既可以表示简单关系如A——B，也可以表示含有位置信息的关系如A——C（注意C点连接线落点的偏移），还可以表示不定向的关系如A——D（注意D点连接线和元素不接触）。
连接线不同的粗细程度表示了元素间关系的程度和量级。同时，两端宽度不同的连接线还可以表示关系间的比例，如A——D。
如果连接线根据元素的颜色上色的话，那么他们之间的关系和点位模式就更容易辨识。所以实践中，连接线可以根据数据源或者数据目标元素的颜色上色。
左侧两条不同指向连线，可以用右侧收尾宽度不同的单条线表示。如(A,B)=2、(B,A)=10的两条连线，只需要像右侧图这样，用一条B点宽度为10、A点宽度为2的连线表示即可。
在单向连接线中，连接线接触数据段表示起点，连接线不接触的数据段表示为终点，并配合颜色分类。如图很容易找到从C出发到F的数据线，并且明显宽于其他连接线，说明数值最大。
在数据段外围加入比例尺，即通过连接线与数据段接触点宽度，直观看到该连接线数据量在该数据中所占比例。
本文作者：易往信息大数据事业部负责人李柄燊
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 遇见大数据可视化：来做一个数据可视化报表
- 遇见大数据可视化： 未来已来，变革中的数据可视化
- Python 数据可视化 2018：数据可视化库为什么这么多？
- 数据可视化设计（1）情感化设计指导可视化设计理念
- 基于WebGL架构的ThingJS可视化平台—城市地下管线3D可视化
- 可视化工具不知道怎么选？深度评测5大Python数据可视化工具
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
