研究人员们对于数据做了精心的分析处理后，一定想用生动形象的方式将自己辛苦挖掘出的数据呈现大家。好的可视化方法可以让数据为读者讲述出十分有趣的故事，直观的呈现也为数据消费者提供了高效的信息和决策的坚实依据。那么这7个可视化技术你一定不能错过~
Choropleths
如果你想要呈现基于地域的数据信息，那么choropleth一定是你的不二选择。通过对于不同区域对应的数值着色，可以十分方便的呈现出某一数据在不同地区的数值和差异，上图的例子显示美国的失业率分布。我们可以利用这个工具对不同国家、市镇、乡村、市场区域甚至邮编表示的区域来呈现数据分布。
利用这一工具我们可以在一张图上呈现出多个不同维度的信息，就像上图所示的例子，可以利用圆圈的大小来表示数量，颜色来表示范围，位置来描述各个数据源之间的空间趋势。这种图在描述某种变量的分布时十分有用，例如对于某一人群的分布、某些疾病数据的呈现等都十分直观。
这一工具用来描述十分密集的数据点。可以通过图中数据点的密度直观的获取对应数据的地理分布和强度。例如交通、互联网流量、社交媒体的点击量等，都可以用这种方式呈现出来。
比起固定的图片形式，我们更爱看动画和视频呈现出的数据。这其中主要的原因是动画中包含的数据变动的时序信息，使得我们可以根据数据随时间的变化更好的把握事物运动变化发展的规律。这种工具最适合用于呈现交通流、人流信息的变化，甚至可以用来描述一个国家和地区的收入状况、就业率、水电消耗等随时间的变化。
3D Extrusions
除了平面的数据，我们还能利用三维空间呈现出数据更加迷人的一面。利用高度来表示不同地区数据的数量、强度，可以直观的感受到不同地区间的差异。例如经济发展和人口分布、GDP等。如果你看过全球经济发展数据的话，你一定会感叹于美国发达的经济摩天大楼和第三世界低矮的经济平房间巨大的差距。
3D Environments
我们有了数据，为什么不通过另一中更为有趣的方式来探索数据呢?利用Unity的游戏引擎，我们可以将获取的数据呈现在虚拟世界甚至是增强现实中去，就像游戏一样去更直观的探索和感受数据。这也许将成为可视化的下一次革命。
Heatmaps
相信很多朋友都用过地图中的热力图功能来避开拥堵和人山人海的假期景点。热力图利用颜色梯度来表示某个量的分布情况。我们利用它可以方便的得到数据间联系的数据内部的分布关系。出行网站和城市管理部门以及在大范围应用热力图进行数据的呈现并提供有效的决策信息。
数据就像文字一样拥有无穷的魅力，它其中包含了太多的故事。选择一中好的方法来呈现数据，将会为你打开一扇扇神奇的大门。数据可视化是数据工程的一项重要内容，希望我们都能有效利用可视化工具从中感受到数据的魔力。
