几种常用数据可视化工具剖析-以Power BI为例
随着云计算、大数据、人工智能等技术成为商业创新的驱动力，数字化所带来的巨大的商业价值正惠及社会中的每个行业。我们正处于大数据和新一代信息技术蓬勃发展的时代，数据不再匮乏，数据分析技术不再为专业技术人员所掌握，日常工作相关的数据分析完全可以由个人熟练掌握，技术不再是拦路虎，对工作中的各种数据进行整合、展示、分析及洞察，才能让数据变得更有价值和意义。
本文以Power BI为例，介绍了日常工作中常用的几种数据可视化组件，借助这些工具的图形化展示，加深对数据的理解，直观明了的呈现数据结果，为统计分析决策提供重要支撑。
一Power BI简介
在介绍Power BI这款数据可视化工具之前，先简单说一下与数据可视化相关的几个概念术语：
数据分析：是数学与计算机科学相结合的产物，是日常工作重要环节。数据分析就是有针对性的对数据进行收集、加工、整理，并对数据进行统计、挖掘及分析。
数据可视化：主要是借助于图形化手段，清晰有效地传达与沟通信息。视觉是人类大脑获取信息重要途径，视觉化是人类一项重要特长，数据可视化为人类这项特长完美助力。
数据分析师：是数据师的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。
Power BI是由微软推出的一整套商业智能解决方案，它能够挖掘数据中的信息，快速准确地生成可以交互的可视化报表，从而帮助企业做出明智的业务经营决策。图1 微软Power BI架构图
而Power BI Desktop 是一款可在本地计算机上安装的免费应用程序，可用于连接到数据、转换数据并实现数据的可视化效果。借助 Power BI Desktop，可以连接到多个不同数据源并将它们（通常称为“建模”）合并到数据模型中，该模型允许用户生成可作为报表与组织内的其他人共享的视觉对象和视觉对象集合。致力于商业智能项目的大多数用户使用 Power BI Desktop 创建报表，然后使用 Power BI 服务与其他人共享其报表。图2 微软官网对Power BI的介绍
通过Power BI，可以让我们走向数据分析之门，让我们不再对数据分析感到陌生，借助免费的Power BI Desktop工具，制作日常工作中常用图表，对数据进行更直观的展示和分析。图3 Power BI Desktop主界面概览
上图是Power BI Desktop的主界面概览，整体界面风格有点类似Microsoft Word或Excel，主界面一共分为了7大部分，各个模块的功能作用如下表所示。
序号 | 名称 | 功能 |
1 | 工具栏 | 常用按钮，保存、撤销 |
2 | 标题栏 | 显示当前报表的名称 |
3 | 功能区 | 常用功能（复制、剪切、获取数据等）、视图、数据建模（ETL处理）、帮助等功能 |
4 | 视图按钮 | 报表、数据、视图各个视图 |
5 | 画布 | 创建和排列图表 |
6 | 可视化 | 选取可视化组件、字段、图表格式等 |
7 | 页面选项 | 添加报表页 |
值得说明的是，主界面右边的可视化组件区包含了常用的数据可视化工具，笔者罗列了下，主要包含以下几种类型：
1）基础图表：柱形图、饼图、折线图、环形图，面积图、散点图、瀑布图等、树状图
2）组合图表：柱形图与折线组合，折线和面积组合等
3）高级图表：KPI、仪表、切片器、地图、关键影响因素
4）表格图表：表、卡片图、矩阵
5）其它：供应商店、R脚本、Python视觉对象
数据可视化组件及适用场景
2.1 条形图（堆积条形图、簇状条形图、百分比堆积条形图）
条形图利用条形的长度反应数据的变化，适用多个项目或多个指标的对比分析。2.2 柱形图（堆积柱形图、簇状柱形图，百分比堆积柱形图）
柱形图利用柱子的高度反应数据的变化，可以同时展现多个维度的数据变化，纵向展示维度数据差异，横向展示对比分析。2.3 饼图和圆环图
饼图和圆环图反应部分和整体数据变化，适用展示每一部分数据占比，但是数据种类不易过多，占比数据比例差距太小也不适合，这时宜选用条形图。2.4 折线图
折线图通过折线的上升或下降来表示反应数据的增减变化，反映数据变化趋势，反映事物的变化情况。
2.5 漏斗图
漏斗图通常用于表示逐层分析的过程数据之用，形状类似于倒三角，数据随图的形状从上到下依次排列。适用于业务流程环节多、周期长的数据展示，直观比较出业务环节数据存在的问题。2.6 散点图和气泡图
散点图和气泡图展示数据之间相关性，横轴和纵轴设置不同维度数据。适合展示数据分布情况，判断数据之间关联，通过横纵坐标值和气泡的大小展示数据。2.7 仪表图
直观对目标/KPI的进度进行衡量，指针标识目标值，明暗表示目标的进度，在圆弧内显示当前的进度值。适合高亮关注KPI指标或者差异。2.8 组合图（折线和簇状柱形图，折线和堆积柱形图）
组合图将折线和柱形图合并到一起可视化组件，可以更快的进行数据比较。适合具有X轴相同的折线和柱形图，不同范围值的多个数据值，多个数据值之间的关系。2.9 表格
表格以逻辑序列的行和列展示所包含相关数据的网格，包括表头和明细数据行。可以通过条件格式，设置列/行数据的字体、图标、数据条等外观。
2.10 文字云
文字云是一种图形的展示方式 ，快速识别出一组数据中突出的那几个。文字云适合做文本内容的挖掘的可视化，关键词出现的频率，增加视觉效果。2.11 地图（气泡地图）
在地图上利用气泡的大小来表示不同地区的数据，通过区域名称或设置区域的经度、维度来识别地图区域。总结
图形化为数据可视化提供方式，数据为图形化提供了数据来源，基于图形更高效的洞察数据背后的规律，基于此，数据决策人员做出决策，组织采取相应的措施和行动，实现组织更高的目标。
(欢迎大家加入数据工匠知识星球获取更多资讯。)
联系我们
扫描二维码关注我们
微信：DaasCai
邮箱：ccjiu@163.com
QQ：3365722008
热门文章
我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。
我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。
我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。
了解更多精彩内容
长按，识别二维码，关注我们吧！
数据工匠俱乐部
微信号：zgsjgjjlb
专注数据治理，推动大数据发展。