［数据分析］读《数据之美》，学可视化设计

书名：《数据之美》
作者：（美）Nathan Yau
出版社：中国人民大学出版社，2014年第1版

从上个月中旬开始学习Tableau商业智能软件，甚为它的神奇所感染，二十多天一直学习和使用，逐步有了一点点感觉。但也深知自己在设计，在”美”上一直是假装聪明的，所以借这个机会，迫不及待地找了几个业界都在推荐的书，打算一本本地读完。

《数据之美》，就是这条路上的第一本。

1 数据与现实的距离

我是对数据颇为敏感的人，时不时会拿高中时“全班级数学第一，成绩甩第二三四名几条街”表示自己功底不错。在这个经济时代、商业时代，现在更是进入了互联网时代和数字时代，对数据的基本敏感几乎成了职场人士的基本要求，特别是想要掌控全局的人而言。

自己要学习运营，下门店自然是通路之一，但终归不是长久之计；后来想，短期内能让我掌控全局、纵深洞察的方式，只有数据这条路了。所以又在工作之余开始转身到“数据化分析”的道路上来。

但是要理解运营，洞察现实，数据本身不能告诉我什么的，现实和数据之间，应该有一个万花筒或者望远镜可供看透的，这是什么？

我们几乎所有人都难以直接从数据中看到现实，虽然二者之间的映射关系是存在必然性的；与其说“数据连接着图形和现实世界”，不如说“图形是我们透过数据看到现实世界的窗户”。

2 数据分析是客观的吗？

这个问题其实是值得思考的，作者在 第一章 “你真的理解数据了吗” 中讲：

－数据的可变形
－数据的不确定性
－数据所依存的背景信息

我们也许以为数据是客观的，其实数据并不客观。一方面，身边只有少数数据是静态的，比如男女、黑白、绝对位置，而绝大多数的数据都是动态的，比如今天门店的业绩很好，明天一阵大雨就探底了；再比如昨天的我的各种数据特定虽然和今天相似，但绝不相同。作者说，“数据中的波动才是最有趣、最重要的部分。”对波动信息的数据描述，是难以客观的。另一方面，很多数据是相对数据，比如胖和瘦、业绩好和差、任务高低，基于相对数据的很多数据都是估计值，这本身就说明了数据的不确定性。

最重要的是，背景信息严重的影响了一个人对数据的主观判断，甚至完全改变你对某一个数据集的看法。而如果失去了背景信息，数据就缺乏了和外部世界的关联，数据就变得缺乏意义了。所以下面的话我必须摘要在这里：

离开背景信息，数据就毫无用处了，而基于它们创建的任何可视化内容也变得没什么价值了。使用数据而不了解数值本身之外的任何消息，就好比拿着断章取义的片段作为文章的主要论点引用一样。这样做或许没有问题，但却可能完全误解说话人的意思。（P37）

既然如此，数据分析的前提就要了解关于数据的背景信息，也就是元数据：

你必须首先了解何人、如何、何事、何时、何地以及何因，即元数据，或者说关于数据的数据，然后才能了解数据的本质是什么。

3 可视化数据的原材料

数据是现实世界的抽象，而现实世界是复杂的。我们要透过一扇窗户看到数据背后的数据现实才行。作者把组成可视化的组件分为：视觉暗示、坐标系、标尺以及背景信息。不管图谱的位置，可视化就是基于数据和这些组件的创建的。

我想说说视觉暗示。

刚开始用Tableau的时候，有的人其实就和表格的透视图一模一样，我起初也是觉得筛选＋列＋行 就好了，其实在可视化方面Tableau非常有远见的机制是“标记”功能。

“标记”完美的解决了透视图的进阶问题。

4 数据可视化的过程

在探索可视化过程中，作者总结了四个主要的步骤，分别为：

• 拥有什么数据？
• 关于数据想了解什么？
• 应该使用哪种可视化方案？
• 你看到了什么？有意义吗？

可见，对数据的理解有赖于我们的主观认识，按照这四个步骤，就可以得到标准的数据规范。

“常见的错误是先形成视觉形式，然后再找数据。其实应该反过来，先有数据，再进行可视化。通常，获取需要的数据时最困难、耗时最多的一步。”

而在数据可视化设计的清晰整理方面，作者又提出了几个方式，比如建立视觉层次、高亮突出显示、加上注解描述数据等等。（第五章）

可视化让数据更可靠！可视化不仅仅是一门工具。

第一版 2017/8/9