真實的數據可視化應該是這樣的

　　數據可視化從200多年前基本餅圖發明時的造成至今已走過漫長的歷程。現在，因爲數據大潮的到來和人們關於數據使用的討論，一種新的設計語言正在興起，它能夠優美地將大數據中的繁雜簡化成既美觀又富有意義的可視化圖形。

　　大部分的數據可視化的教程， 都會讓你輕鬆地從一個原始數據集開始。 不管你是學習基本的柱狀圖仍是力導向的網絡圖， 你的數據都是乾淨的，通過整理的數據。 這些完美的JSON或者CSV文件就像電視裏的廚藝節目中的竈臺那樣乾淨整潔。而實際上， 當你在處理現實中的真正的數據是， 你80%的時間得用來搜尋， 獲取， 載入， 清洗以及轉換你的數據。

　　這樣的過程， 有時候能夠用自動化的工具來完成。 不過， 差很少任何須要針對兩個以上的數據集進行清洗的工做總會須要或多或少的人工的工做。有不少工具可以把XLS文件轉化爲XML的格式或者把時間戳轉換爲其餘日期格式。可是， 要想把一個公司的內部使用的銷售類型與競爭對手進行比對， 或者對輸入錯誤進行檢查， 或者對不一樣的Encoding或者OCR產生出來的文字進行檢查時， 就只能靠手工來處理了。

　　和柱狀圖比起來， 氣泡圖能夠在一樣的空間表現更多地數據， 餅圖能夠更清晰地表現總體和局部的關係， 樹狀圖可以更好地表現分層的結構。然而， 這些圖在簡單明瞭方面都沒法與柱狀圖相比。在組態概念出現以前，要實現某一任務，都是經過編寫程序（如使用BASIC,C,FORTRAN等）來實現的。編寫程序不但工做量大、週期長，並且容易犯錯誤，不能保證工期。組態軟件的出現，解決了這個問題。對於過去須要幾個月的工做，經過組態幾天就能夠完成。

　　在考慮數據可視化設計方案時， 咱們要問本身的第一個問題就是：「這個方案比柱狀圖好嗎？」 若是你須要在一個單一維度上可視化一個可量化的數據集，那麼不多有別的方式能比得上柱狀圖。 相似的， 時間序列最好表現爲線狀圖， 而散點圖通常用來表現兩個線性度量的相關性。 在數據可視化設計中， 使用這些從18世紀以來就一直在使用的圖風險最低。 而柱狀圖對於進行數據比較的可視化來講是最佳方式。 由於咱們人眼最習慣的比較方式就是將兩個東西並排比較。

　　可視化的設計者常常但願可以在最終設計上加上動畫。 動畫是一種鏈接數據和變化趨勢的很是有用的工具。 不過動畫也經常會致使對你的數據的錯誤理解。 你須要對它會如何影響你的最終效果進行評估， 而不是簡單地在最後加上動畫效果。 動畫最適合表現的， 是揭示數據如何在不一樣狀態下組合在一塊兒， 如何隨時間變化或者是如何相互影響的等場合，組態軟件徹底能夠實現。

　　通常的設計原則是， 動畫要簡單， 可預測而且能夠從新播放。 讓用戶可以屢次播放動畫， 可讓他們看到動畫元素從哪裏開始到哪裏中止。 要避免不一樣元素在移動中互相覆蓋， 不要讓元素的運動不可預測。 對於複雜的動畫， 研究代表， 能夠把動畫分解爲幾個不一樣的階段，在每一個階段暫停一會給用戶一些時間來體會。 這樣有助於提升用戶的理解。

　　數據可視化能夠產生一些分析結果， 不過須要指出的是， 可視化是一個輔助分析的工具， 而不是數據分析的替代， 它也不是統計的替代： 你的圖形可能揭示了一些數據差別或者數據的相關性。 不過， 要得出存在這些差別和相關性的可靠結論， 還須要運用統計的方法。

　　如今大量的可視化編程庫和教程使得普通的人員在進行基於Web的可視化中， 也能夠設計出高質量的可視化產品。 然而， 要想真正設計一個可以提供深刻看法， 或者可以清楚表達的可視化產品， 除了編程以外， 還須要不少其餘的技能。