鲁达 感谢您对诛仙智能的关注。去数据的路 。
欢迎关注诛仙智能。我们专注于商业智能BI、大数据、数据分析领域的垂直社区、学习、问答、求职一站式处理！
以前写实习胜爬虫可视化案例时，使用过类似气泡图的图表——气泡云(superbubble)。
图表信息看起来与文字云非常相似，并控制一组元素的大小。文字云的大小是文字，气泡云的大小是形状(气泡)。
看起来与一般气泡图非常相似，但基本上数据信息含量差异很大。气泡图实际上使用了三个指标变量，气泡云仅适用于两个(只有大小变量是数字)。
事实上，上面的比较是为了启发大家理解图表的想法。
一般来说，我们被各种过程或书籍所引导，可视化毫无例外地是从数据转换成图表的方法。老实说，其中事故问题不大，至少没有方向性错误。(大卫亚设)。
但是可视化不是一个过程或过程，而是数据(变量)通过视觉信号映射到图表的过程，更复杂的视觉视角如下：
需要知道视觉元素如何通过数据映射到图表、已经映射的图表以及视觉信号如何恢复到原始数据结构。最后，先看看很多上班族认为自己满意的图表，然后再想想自己的数据是如何制作出这样理想的图表的。
可视化是从数据信息到视觉信息从视觉信息恢复数据信息的过程。(个人愚见)
今天要说的泡泡云可以这样理解。我们有一系列指标(离散)，我们想从宏观上表示这个指标的客观大小。以上是从数据走向图表的视觉思考。
更常见的是，我看到了非常漂亮的气泡云图，我想把它用于我的项目或工作报告。那么你一定要知道你是否有这样的指标(数据)，宏观上只要提出那个大小就可以了。(因为这个需求有很多图表类型可以使用，达到的目的大同小异。）
还是以那个实习生的职位需求top100企业为例。
我将分别使用powerby、小报、R语言制作这个案例。
PowerBI:
我完成的整个软件界面是这样的。如您所见，我们只使用了两个字段：文本标签和相应的频率集。
与“超级用户”菜单中的“类别”选项和“Role_DisplayName_Values”字段相对应。
就这样完成了PowerBI的泡沫云图像制作。(此图表对象不是PowerBI内置图表对象，必须从正式的联机社区下载插件并加载，才能使用。）
Tableau:
Tableau操作界面仍然使用两个字段。默认情况下，文本字段为标签，freq作为大小映射到图表对象，Tableau系统中的图形为颜色设置了非常严格的使用标准，因此默认情况下是单色的。为了避免单调，我们重新映射了freq到颜色刻度。(在数据可视化领域可以看到Tableau的专业性和权威。PowerBI始终为用户选择，Tbaleau是用户可以选择的选项。）
r语言：
r语言的官方社区没有superbubble，但HTMLwidgets的开发人员社区有用于创建图表的扩展包。
dev tools :3360 install _ github(' jchen G5/bubbles ')
资料库(bubbles)
库(rcolorbrewer)
Example:
Bubbles(值=run if (26)，label=letters，color=rainbow (26，alpha=null)[样例(；
下一个
前面案例：mydata<-read.csv("D:R/File;,stringsAsFactors=FALSE,c)
color1<-brewer.pal(9,"YlOrRd")
color2<-brewer.pal(9,"Greens")
color<-c(color1,color2)
colorpan<-sample(color,100,replace = TRUE)
bubbles(value =mydata$Freq,label=mydata$Var1,color=colorpan)
简单几行代码，一幅还算看的过眼的superbubble图表就完美出炉了，关键是，它的信息呈现角度与众不同，给人的视觉感受比较震撼，令人耳目一新，心领神会。
总结一下今天的分享概要：
1、可视化的两个环节：
从数据到图表——数据元素到视觉信号的映射过程
从图表到数据——视觉信号还原为数据结构的过程
2、图表的数据信息含量一致，与所使用的软件无关：
因而所有的可视化工具在设计底层理念的时候，都是有规律的，不要害怕软件操作难，我们掌握心法就好。
天善学院svip正火爆报名中！包含Excel BI、Python3爬虫案例、Python机器学习、Python数据科学家、大数据体系、数据分析报告、数据分析师体系、深度学习、R语言案例共10套课程，其他课程只需五折即可，欢迎大家关注报名。
本文作者：数据小魔方杜雨
他的天善社区博客地址：