数据类别：
介绍
大街上，满眼都是广告——说明市场经济发达，这是好事情。再观察一下广告，多是以各种样式的图形呈现，而不是简简单单地把数字呈现出来——即使是数字，也想办法把数字搞得像图一样。这样做的目的是要吸引人的注意，并且能够让人一眼就能看到想要看的。
别以为这是广告商的策略，其实，他们只是顺应了大脑的特点（具体请参考有关心理学和脑科学的研究成果)
--》用某种适合的图形来表示某些数据 ！！！
分类：
艺术性可视化:
配置了表示数字的图示，并且都很形象，人的视觉无形中就被图示所吸引了。把数字本来的抽象意义，用直观的方式表达出来，更刺激人的大脑。(从视觉的维度让人感受到一种震撼)
它通常不会科学、准确地反映数据的含义，而是为了某个目的追求感官刺激
数学性可视化:
比较理智的反映了数据。但是，给人的印象不是很深刻，或者没有让人感到受刺激
更趋真实地反映了对象的本质
图形展示：
散点图：
绘制散点图，要有对应的两组数据（二维图）；
两组数据所对应的两个变量是连续变量；
散点图的用途在于发现变量之间的关系。
-->PM2.5 指数，这也是一种散点图，通过这种散点图就能够看到污染城市的地理分布规律
柱形图：
适用于二维数据集，但是有一个维度的数据需要具有比较意义
柱形图不适合大数据，
条形图：
柱状图横过来，对于数值都是大于 0 的数据而言，画出来的条形图可以这样理解
折线图：
数据量大 ！！(数据变化的趋势)
对这份数据实现可视化，比较好的选择是绘制折线图
折线图最典型的应用应该算是在股票方面了，范围大一点可以说是“金融数据分析”方面
直方图：
直方图是以各个矩形的面积描述各组的频数，所有矩形的面积之积为各组频数的和
想直观地了解这个数据集中数字分布的特征，就可以利用直方图
图中可以看出，虽然是随机生成的，但是数据的分布还是有规律的，这就是统计学中的正态分布
饼图：
用于表达某些量所占比例的情况。
显示了不同量占据总量的百分比，通过饼状图就能够对比分类数据的数值大小。当然，如果类别太多，会把“饼”分成太多的小份，不美观，也不易于观察。
箱型图：
称盒须图、盒式图或箱线图
通过箱形图，可以观察到如下信息：
数据的统计值为中位数、最大值、最小值等
数据集中是否存在异常值，以及异常值的具体数值
数据是否是对称的
数据的分布是否密集、集中
数据是否有偏向性
图形的名称:
柱形图
堆积柱形图
条形图
气泡图
直方图
箱形图
热力图
散点图
雷达图
环形图
饼图
折线图
K 线图
仪表盘
词云
---> 对数据进行可视化的时候，要根据数据特征、绘图目的选择适合的图像
总结：
数学性可视化:即基于统计学基本知识，运用编程技能实现数据可视化。这种方式特别适用于大数据的问题中