1.数据可视化的标准：

实用性、完整性、真实性、艺术性、交互性

2.echarts使用何种技术实现：

ECharts是基于HTML页面的可视化图表
JavaScript代码实现

3.echarts一些技术的点

（1）引入ECharts：

<head><meta charset="utf-8"><title>ECharts</title><script src="echarts.min.js"></script>
</head>

（2）准备容器：

 <body><div id="main" style="width: 800px;height:800px;"></div></body>

（3）初始化实例：

<body><div id="main" style="width: 800px;height:800px;"></div><script type="text/javascript">var myChart = echarts.init(document.getElementById('main'));</script>
</body>

（4）指定图表的配置项和数据

  var option = {title:{text:'EChars实例'},//提示框组件tooltip:{//坐标轴触发，主要用于柱状图，折线图等trigger:'axis'},//图例legend:{data:['销量']},//横轴xAxis:{data:["衬衫","短袖","短裤","大衣","高跟鞋","帽子"]},//纵轴yAxis:{},//系列列表，每个系列通过type决定不同的图表类型series:[{name:'销量',//折线图type:'line',data:[5, 20,40, 10, 10, 30]}]};

（5）显示图表

 myChart.setOption(option);

值得注意的是：在显示图表的时候，可以使用语句myChart.setOption(option)来实现；也可以这样书写：

myChart.setOption（）

例如：

<script type="text/javascript">var myChart = echarts.init(document.getElementById('main'));var option = {};myChart.setOption(option);
</script>

或者：

<script type="text/javascript">myChart.setOption({</script>

ECharts图表中常见的配置项参数如图所示

ECharts常见图表名称及含义如图所示

绘制饼图： type: ‘pie’，绘制怎么样的图，此处的类型就改成对应图的参数

4.tableau中四种联接方式：

内联接、左联接、右联接、完全外部联接
内联接：仅保留两个数据表中具有相同关键字段的行
左联接：包含左侧表中所有值以及右侧表中相对应的匹配值，如果右侧表中没有与左侧表相匹配的项，则会显示为null。
右联接：包含右侧表中所有值以及左侧表中相对应的匹配值，如果左侧表中没有与右侧表相匹配的项，则会显示为null。
完全外部联接：包含两个表中的所有值，如果一张表的值在另一张表中没有匹配项，则显示为null。

tableau连接数据的方法：

第一种方式连接的是本地所保存的文件数据，我们可以连接到excel表格、文本文件等。一些公司的年报、绩效数据都是以PDF文件呈现的，Tableau可以识别PDF文件中的表格定义，但是无法识别扫描的PDF文件；统计文件包括SAS、SPSS和R等统计软件的数据集；空间文件就是分析数据时采用离线地图来呈现的数据文件。

第二种方式连接的是服务器端的数据源，包括各种类型的数据库以及云数据平台。

5.各个图的特点：

箱线图：呈现分布和分位数，在对比分布时尤其有用
堆积柱状图：呈现部分到整体的关系，最适合呈现类别和总量的构成
饼图：最适合呈现部分到整体的关系，不适合进行对比
柱状图：突出显示单个值，支持对比，可以呈现排名或者偏差
地理图：在地理位置上进行数值编码，通过对比位置来绘制
散点图：呈现两组配对的值如何变化，反映相关性
折线图：在相等的时间间隔上，呈现变化趋势
气泡图：呈现三组以上的数值的相关性

6.数据结构（分组、集、计算字段等有什么作用）：

维度：分类数据
度量：数字数据
组：构成更高级别类别的维度成员的组合，其实就将你想要的维度归为一类。
集：根据某些条件定义数据子集的自定义字段。集可以理解为一个逻辑值，符合条件的为true即结果中的in，不符合条件的为false即结果中的out。
计算字段：使用函数和运算符构造公式，对数据源字段（包括维度、度量、参数等）进行重新定义的字段。

7.echarts实现的细节点

回忆自己平时遇到的问题

8.数据可视化的作用

主要分为三个方面：数据表达、数据操作和数据分析

9.简答题：

1.折线图的使用技巧：

1）线条不超过4条
2）折线颜色要清晰，不要与背景色或坐标轴色相近
3）各点连接可以使用曲线和直线，曲线较美观，直线更清晰

2.饼图的使用技巧：

1）适合用来展示单一维度数据的占比，要求其数值中没有零或负值，并确保各分块占比总和为100%
2）不适合用于精确数据的比较，因为当各类别数据占比较接近时，人们很难识别出每个类别的占比大小
3）在绘制饼图时建议从12点钟开始沿顺时针右边第一个分块绘制饼图中最大的数据分块，这样可以有效的强调其重要性。

3.什么是视觉通道，请从定性和定量的角度举例说明：（具体参考书本26页）

视觉通道就是接收视觉信号的感受器
1.用于定性和分类性质的视觉通道：
位置、色调、形状、图案、方向
2.用于定量或者定序性质的视觉通道：
坐标轴位置、尺寸、饱和度、亮度、图案密度

4.什么是格式塔原则，请举例说明：

1.贴近原则在数据可视化中的应用：

在可视化图表中，很多类型的图都是将相同类别的图形尽量贴近在一起，标题和图例也尽可能的和对应的图靠近，也是利用这个原理使得整个图表看起来更加条理清楚整洁有序。

2.相似原则在数据可视化中应用：

在图表中，经常用不同颜色或是形状来区别散点图中数据的不同分类，就是利用了这个原理。

3.连续原则在数据可视化中的应用：

例如通过散点图，考察两个变量之间的趋势，或是通过螺旋线，显示周期性的变化。

4.闭合原则在数据可视化中的应用:

词云的背景图，使用关键词进行堆积，但是还是能够可看出图的形状

5.共势原则在数据可视化中的应用：

横向和纵向，都会被认为同一类

6.好图原则在数据可视化中的应用：

如图就是一个公司各区域的销售比例的表示，尽管一个饼割裂成好几块，但并不影响观察。

7.对称原则在数据可视化中的应用：

如图就是美国1950-2060年的男女年龄比例图，正是应用了对称原则。

8.经验原则

比如B放在字母中是B，而放在数字中则和13相似

数据可视化复习-03相关推荐

数据可视化复习笔记2022
1.可视化释义可视化对应Visualize和Visualization.Visualize是动词,即"生成符合人类感知"的图像:通过可视元素传递信息.Visualization是 ...
20 款优秀的数据可视化工具，总有一款你用的到！
今天给大家分享20款优秀的数据可视化工具,欢迎收藏! /01/ 入门级工具 01 Excel Excel的图形化功能并不强大,但Excel却是分析数据的理想工具,上图是Excel生成的热力地图. 作为 ...
强烈推荐：20款优秀的数据可视化工具
如今学习应用数据可视化的渠道有很多,你可以跟踪一些专家博客,但更重要的一点是实践/实操,你必须对目前可用的数据可视化工具有个大致了解. 下面列举的二十个数据可视化工具,无论你是准备制作简单的图表还是复 ...
如何使用Grafana轻松实现OVL数据可视化
前言本文以MySQL数据库为例介绍如何通过Grafana来实现OVL数据的可视化,其中有两种方法,一种是通过OVL的REST API来实现数据可视化,另一种是通过访问存储到数据库的数据来实现可视化. ...
整了20款优秀的数据可视化工具！
来源丨网络我是小z 学数据可视化的渠道有很多,各种教程汗牛充栋.不过在学之前,如果对目前可用的数据可视化工具有个大致了解,再根据自己的实际需求,有的放矢,学起来会事半功倍. 下面列举的二十个数据可视 ...
图像特征分析方法---- 多维数据可视化方法
多维数据可视化方法 2017-09-21 17:12 来源:炼数成金订阅号原标题:多维数据可视化方法,看这一篇就够了多维数据可视化是指通过一些手段将高维的数据展示在二维的平面中. 在进行探索性数据 ...
数据可视化第二版-03部分-07章-局部与整体
文章目录数据可视化第二版-03部分-07章-局部与整体总结可视化视角-局部与整体代码实现韦恩图 venn3 venn2 饼图环形图旭日图园堆积图矩形树图漏斗图基于matplot' ...
数据可视化-期末复习重点笔记
文章目录前言一.绘制常见图形. 1.1 sinx.cosx曲线图 1.2 散点图 1.2.1通过matplotlib实现 1.2.2通过pyecharts实现 1.3 柱形图 1.3.1通过mat ...
【读书笔记-＞数据分析】03 BDA数据可视化
数据可视化介绍章节内容数据可视化的概念.原理与各种常用的分析方法考试内容数据可视化简介 (1) 数据可视化的基本概念 (2) 数据可视化的发展历史 (3) 数据可视化的基本作⽤ (4) 数据 ...

数据可视化复习-03