数据可视化极简教程（二）数据（定义与分类）在上一节中我们讲了数据可视化的基本定义，本节为大家介绍数据的概念和分类。数据集

本文为稀土掘金技术社区首发签约文章，30天内禁止转载，30天后未获授权禁止转载，侵权必究！

在上一节中数据可视化极简教程（一）数据可视化的定义，我们讲了数据可视化的基本定义，本节为大家介绍数据的概念和分类。

数据（Data）的定义

Data is defined as a collection of meaningful facts which can be stored and processed by computers or humans.

能被存储和处理的信息，都可以被视为数据。我们日常接触到的文本、视频、图像、账单等等都是数据。每一个种类的数据都是一个大的集合，由多条小的数据条目组成，称之为数据集（DataSet）。

数据集分为结构化和非结构化（比如文字、图像），数据可视化只能对结构化数据进行呈现。非结构化数据经过处理之后，可以转换为结构化数据，进一步进行可视化展现。比如文本，我们可以通过自然语言处理、机器学习、文本挖掘等多种手段将其转化为结构化数据。

数据与数据集分类（Data and Dataset）

数据可以被分为以下五种类别：

Items：具体的每一条数据
Attributes：条目的每个字段的属性
Links：数据之间的关系
Positions：位置
Grids：网格

数据集被分为以下五种类别：

Tables：表格数据
Networks & Trees：层次结构数据
Fields：场数据
Geometry：几何数据
其他集合类型：Clusters，Sets，Lists

一个数据集可以由一种或者多种数据类型组成，包含关系如下表：

(Tamara Munzner 《Visualization Analysis & Design》)

下面我们对几种数据集做具体的解构分析。

2.1 表格(Tables)

表格是使用行、列和单元格的概念来存储数据的结构，每一行是一条数据，每一列都有一个统一的属性定义。以下面学生信息表为例：

该表格有三条数据，每一条数据都有5个属性（Attribute），ID、Name、Age、Shirt Size、Favorite Fruit。

行列交叉的单元格里面就是具体的值（Value）。

2.2 多维表格(Multidimensional Table)

多维表格数据和普通表格数据组织形式上最大的不同的点在于key 的数量。通常一个普通表格的key 就是行号，学生信息表为例，“第2行的年龄7”这样的描述，我们是可以明确的知道描述的对象的名字是Basil，而且Basil 最喜欢的水果是Pear。但是对于多维表格数据则需要多个key才能确定一个value。

下图所示的一个多维表格数据，我们通过简单的行号或者选取一个键都没办法确定一个明确的数据条目，比如我们想得到一个销售值，那么应该描述成为“ Timeid 为1，pid 11 的销售值为25”，更复杂的数据需要更多的键来组合定位。