大数据工程师可视化进程中常见错误

显示所有数据

尽管咱们在学校里被告知表达意见应当尽全面，但事实上大多数人根本不在乎咱们实际做过多少工作，他们不关心咱们每天处理了多少数据或许Hadoop集群的规模到底有多大。客户与内部用户需求的是具体且紧紧围绕核心问题的答案，而且最好能让他们尽早得到这些答案。咱们的答案与他们的需求相关越是严密，他们在寻觅答案方面所投入的精力也就越少。请千万记住，页面上显示的无关数据越多、找出正确结论与相关信息就变得越困难;无论出于什么样的理由，无关数据就是分散注意力、浪费时间资源的干扰因素。

信息相关性不好、复杂性过高

这种过错的危险性绝不逊于第一条。显示悉数信息子集当然不错，但条件是数据的相关性必须得到确保。举例来说，如果我们重视出售情况，那么同时也可能期望了解各个地区的出售走势或许其随时间推移而产生的变化。首要考虑到用户对数据的运用方法，然后才能作出正确决策。

糟糕的数据表现形式

即便咱们在绘制图形时运用的数据完全正确，得到的成果也仍然无法确保有用。结合实际体验，我们会发现日常工作中很少见到某些奇特的图形规划——这是由于它们的作用并不好。在满意可视化需求方面，绝大部分优异的案例都会相对保存地运用样形图、折线图、散点图以及饼状图。