一、引言
随着大数据时代的不断发展, 可视化已经从信息可视化和科学可视化发展到数据可视化。数据可视化技术是指运用计算机图形学和图像处理技术, 将数据转换为图形或图像在屏幕上显示出来, 并利用数据分析和开发工具发现其中未知信息的交互处理的理论、方法和技术[1]。大数据的发展与使用在当今社会中已经占有很大的比重, 它已经成为一种新型的学术科研热点。可视化平台的不断拓展, 加之表现形式的不断变化及应用领域的增大, 大数据的发展更需要这个载体。
二、研究方法
传统的可视化技术是通过Excel实现, 虽然可以使用鼠标完成很多工作, 如访问界面所有位置的工具, 但是在面对大数据和新数据时, 点击鼠标和不停切换会导致工作的重复性, 不但费时而且比较枯燥, 而且传统可视化技术在分析数据时只能制作简单图表, 并不能做出有效而实用的图。
使用统计分析软件R可以避免上述问题, 载入大数据只需要运行一系列代码, 运行脚本即可完成对数据的处理。R可以快速建立各种类型的图表, 还可以根据所建立的图表形状自己调整, 与Excel对数据的处理和分析相比工作效率更高, 实用性更强。本文利用R软件来处理和分析网络数据, 利用其中的ggplot2包将数据可视化, 制作效果良好且实用的图表。
在R中, 还有很多可视化包, 其中lattice和grid虽然比较灵活, 但它有无尽的选项会让用户感到迷茫。而ggplot2结合了基础图形的简便以及lattice和grid的灵活, 能做出美观的图形, 同时可以避免许多繁杂的细节;它主要采用图层的设计方法, 更有利于构建结构化的思维;并且能够轻松创造性地绘图, 可以在抽象层面上直接控制图形。
三、数据可视化设计与实现
本文所用数据来源于《中国统计年鉴》中的国内旅游数据, 以这些来作为可视化的数据来源, 依次实施分析数据、匹配图形、确定风格、优化图形, 这几个步骤进行可视化的设计与实现。
(1国内旅游人均花费 (元) 、2城镇居民国内旅游人均花费 (元) 、3农村居民国内旅游人均花费 (元) )
(一) 雷达图
我们利用国内旅游, 城镇居民国内旅游及农村居民国内旅游的平均花费和总花费的数据, 以雷达图来可视化数据, 分别为图1和图2。雷达图上这三种花费在2008年-2017年的10年指标的发展状况一目了然, ggradar也会自动选择一些美观的配色来使得图形更为直观。从图1中可以看到国内旅游总花费从2008年到2017年间不断增加, 相对应于图2中国内旅游平均花费也是如此, 截至到2017年已达到2008年至2017年中的最高占比;同理城镇居民国内旅游总花费, 农村居民国内旅游总花费也是逐年递增的趋势;但图1中表明城镇居民国内旅游平均花费低于国内旅游平均花费, 而图2中城镇居民国内旅游总花费高于国内旅游总花费。
(1国内旅游总花费 (亿元) 、2城镇居民国内旅游总花费 (亿元) 、3农村居民国内旅游总花费 (亿元) )
(二) 玫瑰图
通过对2008-2017年入境游客、外国入境游客、港澳同胞游客、台湾同胞游客、入境过夜游客、国内居民出境游客、国内游客人数的变化, 以时间年份作为横坐标, 人数变化作为纵坐标, 再以不同的颜色代表不同类型的游客, 可以让读者更直观的观察这几年各类游客人数的变化 (见图3) 。涉及到的元素主要是色彩, 通俗来讲就是依据个人审美而选择。
柱状图可以直观的体现出对比效果, 设计风格偏青春靓丽, 定位于年轻人中的大多数。
四、总结
本文以统计分析软件R中的ggplot2软件包为主要工具实现了对国内旅游数据可视化设计。从收集数据、分析数据、匹配图形、确定风格和优化图形这五步, 逐步完善了大数据的可视化设计。在对比了其他的可视化工具与R-ggplot2之后, 发现了后者在数据可视化上的优势, 它可以按图层作图, 极好地达到了美化图形和传达信息的效果, 实现了更好地分享和传达数据信息的目的。
摘要：本文利用数据可视化技术分析了国内旅游数据, 围绕国内旅游数据, 即旅游业发展情况、国内旅游情况、国内旅游收入及构成、入境游情况, 根据可视化的交互性、多维性和可视性, 利用统计软件R中的ggplot2包提取直接有效信息, 分析数据, 发现数据之间的潜在关联, 利用可视化技术分析数据。
关键词：数据可视化,ggplot2
参考文献
[1] 陈明.大数据概论[M].北京:科学出版社, 2014:24.
[2] 詹源源;李航航.基于雷达图的目标威胁程度可视化分析[J].科协论坛 (下半月) , 2012 (5) .