我们对传统的数据可视化都比较熟悉——条形图、饼状图、柱状图、散布图、曲线图，以及用不同颜色对不同省份进行标注的地图等等。

　　这样的数据可视化表达方式已经成为了包括政府、科研和商业在内的各行各业的通用标准。然而，随着当今数据分析技术的发展，数据可视化也在发生着剧变。在下文中，我们一起来看看它都有哪些显著的变化。

• 想一想你在选择应用工具之前，最希望将哪一个类别的数据进行可视化呢？这些数据是多维度的吗？

　　一般情况下，我们针对一个以上维度的数值进行可视化：

　　在图表中，我们可以看到，月销售额是量度，时间是维度；月销售额在时间跨度中呈现了出来。以这个具体的实例来看，就是失业人数为量度，地理信息为维度（可以是省份、地区或者是业务区域等等）。

　　在多维度的数据库中，用户可以通过多个不同的维度对多个不同的量度进行分析，问题就在于我们怎样“看到”这些复杂的结果。所幸的是，今天的许多应用工具都能达到这类可视化要求了，不信的话就百度/Google一下“可视化工具”吧。

　　在数据可视化领域，Hans Rosling的成就斐然。请注意，他不是一个商人，他只是一位在瑞典卡罗林斯卡研究所（Sweden’s Karolinska Institute）工作的教授。Rosling热衷技术，关注世界健康，发自内心地想要帮助人们理解复杂的数据分析。

　　他的个人网站（www.gapminder.org）非常值得一看：通过尺寸、颜色和运动来表现可视化，不可思议。同时，你还可以免费下载他的软件。

• 如果你的数据不是多维度的，那是不是非常非常大呢？

　　众所周知，大数据在关系数据库引擎中存储和分析起来都很困难。因此，对大数据的解读也影响到了可视化技术的发展方向。说的具体一点，像地震仪和光谱仪的追踪记录、X光的片子以及核磁共振的图像都属于大数据范畴。

　　当然了，你可以轻而易举地将核磁共振信息存入关系数据库中，但图像本身的意义却不容易传达。一张核磁共振图像就等于一个巨型数据块，将其可视化的流程可不仅仅只是展示一张图片那么简单。

　　想象一下，一个系统会如何扫描一张不规则图像并将其展示给医生呢？这张图像会被简化；可视化流程会移除所有规则内容，重点突出不规则的部分。要解决这个问题，就需要编写出捕捉不规则图像的软件；这一点，现在的分析流程已经能够处理得很好了。

• 还在为地图数据发愁吗？

　　大多数人都喜欢看到地图数据，这一方式在涉及地域维度的案例中被广泛运用。绘制地图需要合并两个数据集——一个是你的客户的邮编或类似信息，另一个是极为庞大与复杂的地图构成数据集。在过去，合并的成本不菲，你只能以高昂的价格购买GIS（地理咨询系统）软件。

　　到了今天，十分精细、可缩放的世界地图已经唾手可得；好几家公司都免费提供，并赋予一定的交互功能。只要置入自己的数据集，就能得到你想要的可视化地图了。

　　我们看到，优质可视化的实现是一项技术，也是一门艺术。网络中随处可见这样的例子，可视化不局限于企业的业务分析，已经扩展到宇宙探秘和游戏领域。

　　最后，为大家推荐两本数据可视化的佳作：“Visual Explanations”- Edward R Tufte；“Visualising Data”- William Cleveland。