大数据可视化主要有9个方面。
4.1.2.1 数据的可视化
数据可视化的核心是采用可视化元素来表达原始数据，例如通常柱状图利用柱子的高度，反映数据的差异。图4-4中显示的是中国电信区域人群检测系统，其中利用柱状图显示年龄的分布情况，利用饼图显示性别的分布情况。
图4-4 区域人群检测系统
4.1.2.2 指标的可视化
在可视化的过程中，采用可视化元素的方式将指标可视化，会将可视化的效果增彩很多，例如对QQ群大数据资料进行可视化分析中，数据用各种图形的方式展示。图4-5中显示的是将近100 G的QQ群数据，通过数据可视化，可以把数据作为点和线连接起来，从而更加直观地显示出来进行分析。其中企鹅图标的节点代表QQ，群图标的节点代表群。每条线代表一个关系，一个QQ可以加入N个群，一个群也可以有N个QQ加入。群主和管理员的关系线也比普通的群成员长一些，这是为了突出群内的重要成员的关系。
图4-5 对QQ群大数据资料进行可视化分析
4.1.2.3 数据关系的可视化
在数据可视化方式、指标可视化方式确立以后，就需要进行数据关系的可视化。这种数据关系往往也是可视化数据核心表达的主题宗旨，例如研究操作系统的分布。图4-6中显示的是将Windows比喻成太阳系，将Windows XP，Window 7等比喻成太阳系中的行星，将其他系统比喻成其他星系。
4.1.2.4 背景数据的可视化
很多时候，光有原始数据是不够的，因为数据没有价值，信息才有价值。例如设计师马特·罗宾森和汤姆·维格勒沃斯用不同的圆珠笔和字体写“Sample”这个单词。因为不同字体使用墨水量不同，所以每支笔所剩的墨水也不同。于是就产生了这幅有趣的图（图4-7），在这幅图中不再需要标注坐标系，因为不同的笔及其墨水含量已经包含了这个信息。
图4-6 操作系统分布
图4-7 马特·罗宾森和汤姆·维格勒沃斯的字体测量
4.1.2.5 转换成便于接受的形式
数据可视化的功能包括数据的记录、传递和沟通，之前的操作实现了记录和传递，但是沟通可能还需要优化，这种优化就包括按照人的接受模式、习惯和能力，甚至还需要考虑显示设备的能力，然后进行综合改进，这样才能更好地达到被接受的效果。例如对刷机用户所使用系统满意度的调查（图4-8），其中适当增加一些符号可能更容易被接受。
4.1.2.6 聚焦(www.xing528.com)
所谓聚焦就是利用一些可视化手段，把那些需要强化的小部分数据、信息，按照可视化的标准进行再次处理。
提到聚焦就必须要讲讲大数据。因为是大数据，所以很多时候数据、信息、符号对于接受者而言是超负荷的，可能就分辨不出来了，这时我们就需要在原来的可视化结果基础上再进行优化。例如百度迁徙中筛选最热线路，如图4-9所示。
图4-8 对刷机用户所使用系统满意度的调查
图4-9 百度迁徙的最热线路
4.1.2.7 集中或者汇总展示
就图4-9的百度迁徙来说，这个图并没有完全结束，还有很大的空间，例如点击每一个城市，就可以看到这个城市具体的迁徙状态，如图4-10中显示的是上海的迁徙状态。这样人们在掌控全局的基础上，很容易抓住所有焦点，再进行逐一处理。
图4-10 百度迁徙中的上海
4.1.2.8 扫尾的处理
在之前的基础上，还可以进一步修饰。这些修饰是为了让可视化的细节更为精准，甚至优美。比较典型的工作包括设置标题，表明数据来源，对过长的柱子进行缩略处理，进行表格线的颜色设置，各种字体、图素粗细、颜色设置等。
图4-11显示的是最有价值的运动队。这是通过叠加数据来讲述深层故事的一个例子。这个交互由Column Five设计，受福布斯“2014年最具价值的运动队50强”名单得到的启发。但是它不仅将列表可视化，用户还可以通过它看到每支队伍参赛的时间以及夺得总冠军的数量，这为各队的历史和成功提供了更全面的看法。
图4-11 最有价值的运动队
4.1.2.9 完美的风格化
所谓风格化就是标准化基础上的特色化，最典型的例如增加企业、个人的LOGO，让人们知道这个可视化产品属于哪个企业、哪个人。而真正做到风格化，还是有很多不同的操作，例如布局、用色、图素，常用的图表、信息图形式、数据、信息维度控制，典型的图标，甚至动画的时间、过渡等，从而形成让接受者赏心悦目，直观了然地理解、接受。图4-12中显示的是今年发生了哪些新闻？这件艺术品是将2014年Twitter上最受关注的新闻进行可视化，其中展示了1亿8 450万条推文。这件作品正是体现了最好的数据可视化方式，就是用直观和美丽的方式传达信息。
图4-12 今年发生了哪些新闻？
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
