图表与数据初步调研
我们经常说，一图胜千言。即使从广告这个狭义角度看，广告创意中图片好坏对用户的影响远远大于广告文案的影响（这里指的是类似Facebook Newsfeed中title/body的部分，并非图片中的文案），以至于我们在分析时经常采用图片维度，而不是创意维度。 图表的形式本身有很多，常用基本的包括折线图（散点图），饼图，柱状图，复杂的包括Bubble, HeadMap，之前在MicroStrategy的时候可视化应用图片应该更多。。怎么做图是问题的一方面，之前接触过一些d3.js，最近又打算看看python的matplotlib库效果（嗯是对matlab的模拟，所以matlab本身也有很多图可做），但问题的另外一方面：什么场景该用什么样的图表，或者是否不应该用图片来解释数据，是这篇博客想要调研的。
这篇博客的工作背景实际是我在项目里对有权限的Facebook账户做了数据收集，这些数据本来是打算用于模型学习和训练的，但在模型处理之前，我们想输出一些简单的数据结果给用户（另外一方面，模型本身也需要一些data explore），我想借机学习下matplotlib的应用。但是，作为输出给用户的内容，我想除了了解代码上怎么作图之外，同样重要的是该在何种场景下以何种形式表达数据:)
- 表格(Table)：表格并不是一种图，但它却是数据使用非常常用的方式，比如常见的excel表格。表格通常用于包含大量数据和它们的精确值，它的优点在于有助于用户准备的了解数据，但它的缺点也很明显：它不适于表达趋势，不适于比较 （想想90天的股价走势，如果画出折线图可以一眼看出峰谷，如果是表格，再有几位小数）。
- 折线图(Line)：用于表达趋势，通常横轴是时间，表达某个变量随时间变化发生的变化，比如产品的CPA随天发生的变化。
柱状图(Chart/Bar)：用于比较，比如几个国家的CPM，横轴是国家，纵轴是CPM，可以直接看出在不同国家的竞争激烈程度。
- 水平柱状图 vs 垂直柱状图：通常前者更适合表达大小差异
- 饼图(Pie)：用于表达份额，比如设备只有ios和Android两种，用饼图可以更好的表示二者的比例。相比柱状图，饼图更多的在于表示百分比，而柱状图更适于表示精确值。
- 区域图(Area)：通常用于表达几个变量的份额随时间变化的情况，比如不同浏览器的占比，如果只用饼图，那么不能表达时间的因素，通过Area可以同时表达总体市场大小以及各个细分取值的占比变化情况
- 散点图：用于表达数据的相似和分离关系，比如图表上位置相近的点可能有类似的属性，远离的点则相反
- 气泡图：很像散点图，但它的价值在于通过自身大小增加了一个数据维度，比如同样是使用安卓，投放游戏的产品，用气泡大小表示花费量级
- 其它图：
- 维恩图：用于表达变量间的共同和私有关系
- 直方图：变量统计，我能想到的是图像直方图用于表达灰度分布
看起来是非常简单的一个介绍（貌似写之前我自己也没有预估），但我想我目前会用到的几种图形场景应该都是涵盖其中了，so，end ~