您更喜欢查看大型数据表然后理解该数据还是查看以易于理解的视觉格式表示该数据的数据可视化？好吧，你们大多数人更喜欢数据可视化！那是因为数据可视化对于理解数据和获得有用的见解非常有用。它可以让您通过观察表中的数据行来即时了解数据。这就是它在数据科学中如此重要的原因！
让我们举个例子。假设您编制了公司 2010 年至 2020 年利润的数据可视化并创建了一个折线图。很容易看到这条线在 2018 年不断上升而下降。因此，您可以在一秒钟内观察到该公司除 2018 年亏损外，其他所有年份均持续盈利。要做到这一点并不容易从数据表中快速获取此信息。
这只是数据可视化在数据科学中如此受欢迎的有用性的一个证明。让我们看看数据可视化如此重要的更多原因。
1. 数据可视化发现数据趋势
数据可视化所做的最重要的事情是发现数据的趋势。毕竟，与表格中的数据相比，当所有数据以可视形式呈现在您面前时，观察数据趋势要容易得多。例如，以下 Tableau 屏幕截图显示了每个客户按降序排列的销售额总和。然而，红色表示亏损，而灰色表示盈利。所以从这个可视化中很容易观察到，即使一些客户可能有巨大的销售额，他们仍然处于亏损状态。这将很难从表格中观察到。
2. 数据可视化是交互式的
数据可视化可用于以基于文本的表格数据无法实现的方式与用户交互。毕竟，数据可视化从特定角度向用户讲述故事，并且默认情况下使其具有交互性。用户还可以专注于他们觉得特别有趣的数据可视化方面，然后他们可以更多地了解数据的这一方面。数据可视化还允许用户使用不同类型的图表和大量使用颜色、形状等来获得数据的整体视图。 这种交互性还允许查看者一眼就理解数据可视化，这对于用户来说是相当困难的。
3. 数据可视化提供数据透视
数据可视化通过在更大的事物方案中显示数据的含义来提供数据的视角。它展示了特定数据引用相对于整体数据图的立场。在 Tableau 上的以下数据可视化中，销售额和利润之间的关系提供了关于这两个度量的数据透视图。它还表明，很少有销售额超过 12K，销售额越高并不一定意味着利润越高。
4. 数据可视化解释数据过程
数据可视化可用于演示从开始到结束的数据过程。这可以通过在数据故事的仪表板中使用许多不同的图表来传达流程来完成。这种方法允许查看者在多个较小的可视化中获取大量信息，以便他们可以轻松消化数据并了解总体数据过程。如果没有可视化，这可能很难传达，因为查看者仅通过查看数据表将无法理解数据过程。
5. 数据可视化激发想象力
没有什么比精美且呈现良好的数据可视化更能激发观众的想象力了！与文本表格相比，视觉图像有更多的力量来激发想象力。这是因为人类主要是视觉动物，如果以视觉格式呈现给他们，他们可以更快地理解数据。这也使他们能够发挥自己的想象力并深入分析可视化，这可能为他们提供比仅仅阅读枯燥的行为和分析数据表更多的见解。
6. 数据可视化讲述数据故事
数据可视化也是一种向观众讲述数据故事的媒介。可视化可用于以易于理解的形式呈现数据事实，同时讲述故事并引导观众得出不可避免的结论。像任何其他类型的故事一样，这个数据故事应该有一个好的开始、一个基本的情节和一个它正在走向的结局。例如，如果数据分析师必须为公司高管制作数据可视化，详细说明各种产品的利润，那么数据故事可以从各种产品的损益开始，然后提出如何解决损失的建议。
7. 数据可视化将数据放入正确的上下文中
用数据可视化来理解数据的上下文是非常困难的。由于上下文提供了数据的全部情况，因此仅通过读取表格中的数字很难掌握。在 Tableau 上的以下数据可视化中，TreeMap 用于展示美国每个地区的销售数量。从这个数据可视化中很容易理解，加利福尼亚的销售额在总数中最大，因为加利福尼亚的矩形是最大的。但是如果没有数据可视化，这些信息就不容易脱离上下文理解。
8. 数据可视化对用户具有教育意义
数据包含知识！但是仅仅通过观察表格中的这些数据来教授这些知识是非常困难的。毕竟，它可以综合这些数据来获得任何有用或有教育意义的东西。然而，数据可视化可以以易于理解的形式呈现这些知识。这就是为什么它可以以教育方式使用，以轻松地向观众提供有关大量主题的信息。
9. 数据可视化节省时间
使用数据可视化从数据中收集一些见解肯定比仅仅研究图表更快。在下面的 Tableau 屏幕截图中，很容易确定遭受净亏损而不是盈利的州。这是因为使用热图将所有有损失的单元格涂成红色，因此很明显状态遭受了损失。将此与普通表格进行比较，您需要检查每个单元格以查看它是否具有负值以确定损失。显然，在这种情况下，数据可视化可以节省大量时间！
10. 数据可视化精美呈现数据
原始数据可以称为信息丰富，但不能称为美丽！数据可视化是将这些数据精美呈现的技巧，以便观众也对这些数据感兴趣。毕竟，人类主要是视觉动物，如果视觉刺激，他们可以更快地理解信息。但是在数据可视化中不要为了美观而牺牲函数是非常重要的。毕竟，数据可视化的主要目的是轻松地将信息传递给它的观众，如果让它变得更难理解，那么让它变得美丽也毫无意义。
所有这些原因都证明了数据可视化在数据科学中的重要性。基本上，它是一种更加用户友好的方法来理解数据并向其他人展示数据中的趋势和模式。而且数据可视化看起来很漂亮，而且比一排无聊的数据更吸引人，这并没有什么坏处！