前言

我们先跟随百度百科了解一下什么是“数据可视化 [1]”。

　　数据可视化，是关于数据视觉表现形式的科学技术研究。

　　其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。

　　它是一个处于不断演变之中的概念，其边界在不断地扩大。

主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。

与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。

　　大家对展厅显示、客户导流、可视化汇报工作、对数据结果进行图形分析等这些业务场景都不陌生。

很多后端大多都只提供接口数据，并没有去构建前端显示页面，一来是不专业（各种特效、自适应等），二来是公司有前端，用不到后端来写。

　　但是暂时用到不代表我们不用，用的时候写不来怎么办？下面介绍24种数据可视化的demo，直接下载下来填充数据就可以跑起来，不满足的还可以DIY（演示地址+下载地址），yyds。

演示地址

注意：演示中如果有加载失败的，是环境问题，下载下来运行就好了。

演示地址：https://www.xiongze.net/viewdata/index.html [2]

现有的24种如下：

大数据展示系统、物流数据概况系统、物流订单系统、物流信息系统、办税渠道监控平台、车辆综合管控平台、

电子商务公共服务中心、各行业程序员中心、简洁大数据统计中心、警务平台大数据统计、农业监测大数据指挥舱、

农业监控数据平台、社会治理运行分析云图、水质监测大数据中心、水质情况实时监测预警系统、

物联网大数据统计平台、消防监控预警、销售数据报表中心、医疗大数据中心、营业数据统中心、

智慧旅游综合服务平台、智慧社区内网比对平台、智慧物流服务中心、政务大数据共享交换平台。

echarts图表库：Echarts提供了常规的折线图、柱状图、散点图、饼图、k线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap、旭日图，多维数据可视化的平行坐标，还有用于 BI 的漏斗图，仪表盘，并且支持图与图之间的混搭。

下面demo里面的图标颜色、样式都可以在 echarts官网-文档-配置项手册里面进行查看， 是支持通过修改里面的配置项里面的属性来达到项目需求，我们可以去进行查看修改。

下载地址

Git下载链接：https://gitee.com/xiongze/viewdata.git [3]

百度网盘下载链接：https://pan.baidu.com/s/1jgwK6BvrS2rmbkrtW2MpYA提取码：xion

Demo示例（部分）

1、总览

2、物流信息展示

3、车辆综合管控平台

4、农业监测大数据指挥舱

5、水质情况实时监控预警中心

6、消防监控预警中心

7、医疗大数据中心

8、物联网平台数据中心

更多……

总共24种，这里就不一一展示了，大家下载下来就可以玩了。

可视化应用

　　数据可视化的开发和大部分项目开发一样，也是根据需求来根据数据维度或属性进行筛选，根据目的和用户群选用表现方式。同一份数据可以可视化成多种看起来截然不同的形式。

• 
  
• 有的可视化目标是为了观测、跟踪数据，所以就要强调实时性、变化、运算能力，可能就会生成一份不停变化、可读性强的图表。
• 有的为了分析数据，所以要强调数据的呈现度、可能会生成一份可以检索、交互式的图表
• 有的为了发现数据之间的潜在关联，可能会生成分布式的多维的图表。
• 有的为了帮助普通用户或商业用户快速理解数据的含义或变化，会利用漂亮的颜色、动画创建生动、明了，具有吸引力的图表。
• 还有的被用于教育、宣传或政治，被制作成海报、课件，出现在街头、广告手持、杂志和集会上。这类可视化拥有强大的说服力，使用强烈的对比、置换等手段，可以创造出极具冲击力自指人心的图像。在国外许多媒体会根据新闻主题或数据，雇用设计师来创建可视化图表对新闻主题进行辅助。

　　数据可视化的应用价值，其多样性和表现力吸引了许多从业者，而其创作过程中的每一环节都有强大的专业背景支持。无论是动态还是静态的可视化图形，都为我们搭建了新的桥梁，让我们能洞察世界的究竟、发现形形色色的关系，感受每时每刻围绕在我们身边的信息变化，还能让我们理解其他形式下不易发掘的事物。

参考文献

[1]百度百科：数据可视化
[2]演示地址：https://www.xiongze.net/viewdata/index.html
[3]下载链接：https://gitee.com/xiongze/viewdata.git
[4]数据可视化概念

作者：熊泽-学习中的苦与乐
来源：https://www.cnblogs.com/xiongze520/p/15588852.html