​数据发现，大部分数据可视化爱好者做不出具有良好逻辑的信息可视化图，主要问题是在于不知道如何整理数据。

整理数据是让大多数人非常头疼又不得不面对的事，家都不想收拾，何况是很多组长的都差不多的数据。完整的数据信息表达能够体现你对问题的调研程度和严谨程度，且体现了一名优秀的设计师该有的逻辑性。

数据是基础

数据是可视化的基础，一旦数据有了良好的逻辑顺序安排，那么选择适合的信息可视化图表加以配合，就很容易达到清晰明了的效果。

虽然之前我们提过可视化图表不要过度依赖EXCLE，但在前期数据整理阶段EXCLE还是一个离不了手的工具(大型真香现场）

你在调研后得到了一手资料、二手资料，有数据，有文字信息，那么整理数据就是一个复杂的过程。

该如何把数据串联成纵横都能联系的上的图表，这就是问题的关键，这也是信息可视化的第二个步骤。

许多同学跳过这个步骤或者说在这一步没有好好推敲，就急着进行下一步——图表的选择，但这是十分错误的。

数据整理流程

关于具体的数据整理流程同学们可参考下图：

信息可视化的数据分为以下几类，这里大家要注意的是：先制作统计图表，再选择图表类型。

一维数据：X轴一个维度如果1、2、3、4 ···

二维数据：X，Y两个二维度（1、2），（3、4），（5、6），（7、8）···

三维数据：X，Y，Z三个维度（1、2、3），（4、5、6），（7、8、9）···

多维数据：X，Y，Z，···多个维度（1、2、3、4、···），（5、6、7、8、···）

时态数据：具有数据属性的数据集合。

层次数据：具有等级或层次关系数据集合。

数据的划分

信息可视化运用了形象化的方式把不易理解的抽象画、感性化的概念直观的表现和传达出来。它是一个视觉元素/语言与信息/数据组合，最终与观众交流，这三者的关系会相互转换。

在拆分数据的时候，我们要明白，整理数据的核心是你要知道什么是数据，它不仅仅是数字，信息可视化可以划分为一维数据、二维数据、三维数据、多维数据、时态数据、层次数据等等。

虽然数据的种类划分有很多，但是这些数据它们是描绘现实世界的真实表达多维数据可视化方法，数据的数量级划分也会影响数据表达的结果。

数据可视化的图片并不是一次就能做好的，在数据整理后，制作图片后，总是需要经过多次修改，数据可视化的图都是不断通过迭代优化出来的。

判断一个数据可视化图是否是好的图，需要考虑以下5大灵魂问题：

你有什么数据？

关于数据你想知道什么？

数据可视化的表现形式是什么？

你从数据可视化的图中看到了什么？

看到的讯息是否是有意义的？

问题环环相扣，后一个答案取决于前一个答案，所以对于这些问题，我们在制作信息可视化的时候需要反复推敲。

多维数据图

当然，最完美的方案是你能能整理出来的一个多维数据，建立多维数据库，通过多维数据的组合，在自己的数据可视化图中，更多的展现数字信息。

多维数据库是指将数据存放在一个门维数组中，人们可以通过多维视图来观察数据。

多维数据库增加了一个时间维多维数据可视化方法，与关系数据库相比，它的优势在于可以提高数据处理速度，加快反应时间，提高查询效率。

1858年全球移民的流线图，色块代表移民者的母国，线宽代表移民人数（一毫米相当于1500人）

看不懂？看案例

数据可视化大家想要做好有两个关键点始终不能忽略：

1. 在整理、筛选好逻辑顺序后，尽可能展现更多数据

2. 以较新的角度观察和体悟问题表达的重点

以史上最杰出的绘图大师——查尔斯．约瑟夫．米纳德绘制的地图为例，他在一生绘制了无数张图表，在绘图的技巧、绘图的主题上做了许多的创新，他不仅开创了许多重要的主题绘图技巧，也改良了其他技术。

他是在70岁退休后才开始全心全意整理和创建数据地图的，那么下面列举他的几个案例分享：

下图表现的是1858年法国各地运送到巴黎市场的肉品数量。

圆饼图是英国工程师普莱菲（William Playfair）创造的。但是米纳德时把圆饼图运用到地图上的第一人，并加入了自己的创新，把圆饼图制作成了比例符号。

圆饼的不同大小，代表各个地区被提供肉品的数量，不同的肉类被分成了不同的颜色，黑色是牛肉、红色是小牛、绿色则是羊肉。有供应肉品的地区以黄色标示，而没有供应的地区以浅褐色标示。

现今，这种制图方法依然被沿用。

国各地运送到巴黎市场的肉品数量

下图是米纳德以时间演进呈现同一个资讯，表现棉花进口图，这一张绘图也是一个很好的范例，流线结合地图里并不是米纳德首创，但他确实提高了这么做的水准。

这些地图是用来说故事的，米纳德说，信息地图对「你的眼睛说话」。米纳德绘制各种事物的流线，从煤、葡萄酒到人和语言，米纳德总是以资讯为优先，因此经常使地图变形以容纳所有资讯。

以上。信息可视化看起来很复杂，但实际确实也不简单。它需要你们有完整清晰的逻辑来思考问题，解决问题，且还能展现你出色的设计能力。所以，希望今天的文章进一步解决了同学们信息可视化的问题，勤加训练的同时还能提高自己的逻辑思考能力。

Smartbi数据可视化

Smartbi作为

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！