数据表达多重要？
- 合适的表达有助于推导结论，表达思维
- 数据分析师——>内容逻辑导向，而不是美感导向
分析图表：单维度，多维度，空间图表，关系图表（按内在逻辑来分）
动态交互：eg.Echarts,gephi,百度图说
商业智能：eg.BDP,tableau,microsoft PowerBI
品质：
好奇——驱动力
谨慎——成熟标志（多维数据比较印证）
责任
采集/合作——>原始数据——>构思——>清洗/处理/分析/预测——>可视化——>图表/地图/动画/交互/综合
不明觉厉大数据
基础图表美化版
过度表达
- 理解数据，掌握基本图表
- 接触多种软件的使用，培养设计感
- 多看多想多搜
用什么数据解决什么问题（data-how-what）
数据研究的套路化
- 数据预处理
- 数据清洗：缺失值、异常值、特殊值……
- 数据整合：查找、筛选、分类、组合……
- 分析算法构建
- 基本特征，统计分析
- 数学建模，功能封装
- 结论及表达
- 内容表达逻辑
- 图表、地理空间可视化
- 交互
数据工作流：
抛出问题——>数据——>数据研究——>问题结论——>解决方案
