【导语】以前,处理“大数据”仅限于那些本身具备昂贵的高性能计算集群的用户,现在,硬件发展日新月异,可以胜任大量实时分析计算的消费级硬件比比皆是,并且有大量的开放数据库供公众使用。所以对于我们普通人如何理解大数据?如何将大数据用于解决现实世界的问题?
IBM提出的大数据的“4V”特征得到了业界的广泛认可。
第一,数量(Volume),即数据巨大,从TB级别跃升到PB级别;
第二,多样性(Variety),即数据类型繁多,不仅包括传统的格式化数据,还包括来自互联网的网络日志、视频、图片、地理位置信息等;
第三,速度(Velocity),即处理速度快;
第四,真实性(Veracity),即追求高质量的数据。
除了上述4个“V”,还有另外一个“V”更重要:可视化(Visualization)
即使我们能获取的数据量以爆炸式的速度增长,即使我们在计算能力方面有着令人难以置信的指数级增长,但我们想从大数据中获取的东西远远超过如今我们从数据中挖掘的东西。对技术的追求永无止境,但将当前的技术转化成的价值才是重要的。此外,数据科学并不只是一门技术,它更多地是一种实践的艺术。
可视化在数据科学中发挥着至关重要的作用,它能帮助数据工作者更好地理解数据中可能存在的结构和规律。以下是为什么说可视化是大数据重要的一个“V”的3个原因:
可视化让大数据成为决策利器
诚然,大数据背后的真正功劳可能是那些需要花费大量时间和精力的挖掘、建模、算法、分析等工作创造的,但实际情况是:当管理者需要基于数据做出决策时,让数据以对的形式,在对的时间出现在对的地方才是重点,这样数据分析的结果才能终起到作用。在大多数情况下,决策者根本没有时间去组织会议,看着表格分析数据然后做决定,可视化是让管理者对海量数据有感觉的方法。随着企业的数据量和业务需求不断增加,可视化将变得越来越重要。
可视化是让大数据接地气的方法
数据能够“触动”的人越多,其所产生的真正的价值越大。因此,通过讲述“数字故事”来表达数据反映的内容成为一种新兴的流行趋势。这一现象表明数据科学不仅仅在于“数值”和“变量”的分析,它本质上是一门将违反直觉的内容转化为直观内容的科学。
可视化能化大数据的价值
即使在传统的数据分析中,人们也在不断尝试和探索数据的视觉表现形式,以便能更好地了解数据中的真理:这是什么数据?这些数据能说明什么?如今数据的量越来越大,数据的复杂性也越来越强,但追求视觉表达形式的趋势不会变,即使数据科学和大数据分析技术不断发展,新的分析方法和分析应用不断涌现,也都始终无法撼动可视化的重要地位。
可视化作品是耗时费力的数据工作的结晶,因此,它在数据科学中的重要性不言而喻。