12、数据可视化技术：以印度 COVID - 19 疫情为例

数据可视化技术：以印度 COVID - 19 疫情为例

1. 数据可视化概述

在当今数字化时代，每天都会在互联网上产生海量数据。这些数据来源广泛，主要包括交易数据、社交媒体数据和机器生成数据，此外组织内部也会产生私有数据。随着互联网用户的增加，数据量呈爆炸式增长，预计到 2025 年，全球将产生 181 泽字节的数据。自 2019 年 COVID - 19 疫情爆发以来，数据使用量进一步增加。

然而，仅仅产生大量数据是不够的，关键是要以一种易于理解的方式来表示和使用这些数据，这就需要数据可视化。数据可视化是指使用图形表示来探索、解释和传达大量数据，它是数据科学的关键要素之一，有助于检测和分析原始数据中的有意义模式，并做出数据驱动的决策。

1.1 数据可视化的过程

数据可视化过程包含以下步骤：

graph LR
    A[明确研究问题] --> B[数据获取]
    B --> C[数据清洗]
    C --> D[选择可视化技术和工具]
    D --> E[数据准备]
    E --> F[可视化与解释]

• 明确研究问题 ：在创建可视化之前，需要明确数据可视化的目的，即要回答哪些研究问题，以避免出现可视化问题。例如，将所有参数放在一个图表中展示 COVID - 19 相关数据，会使图表难以阅读和理解。
• 数据获取 ：这是数据收集或生成的过程，可以使用现有的数据，也可以根据特定需求收集数据