Dundas BI中3D可视化的一个很好的用例

Dundas BI特性和功能

在数据可视化世界中，3D图表是不受欢迎的，特别是当涉及到3D饼图和柱状图时。这些3D可视化通常与数据可视化的最佳实践相违背，因为它们不能提供任何使用2D可视化无法实现的额外信息。

此外，研究表明，人们在阅读3D可视化时犯的错误更多，所以最好的做法是坚持使用2D。是的，有些人会认为3D比2D更“性感”，但就像人们想要让他们的可视化更具吸引力一样，首先要考虑的因素是我们如何准确地读取数据，然后用于重要的决策。这就引出了一个问题——有什么有价值的3D可视化吗?

使用3D散点图进行多元分析

散点图是一种很好的方法，可以可视化不同变量之间的配对集之间的相关性，并确定数据中是否存在任何模式/集群。

通常，散点图用于二元分析，在每个轴上绘制一对数值数据，以寻找它们之间的关系。这些点沿一条线或曲线下落，如果变量之间有相关性，则形成一个簇。这有助于分析数据是如何分散的和/或是否存在异常值。

图1:散点图示例

但有时，数据中可能存在隐藏的集群和模式，这些集群和模式在二维空间中是不可见的。添加第三个维度可能会揭示额外的集群，并揭示数据中隐藏的见解。这被称为多变量分析，3D散点图可以很好地揭示这些模式，并通过在xyz坐标系中沿三个轴而不是两个轴绘制变量来可视化它们。

如上所述，3D可视化通常与数据可视化的最佳实践相违背，然而，特别是对于多变量分析，3D可视化与交互性相结合，可以让您看到在2D可视化分析中看不到的聚类，并发现额外的见解。例如，您可以在3D空间中旋转散点图，以查看以前不可见的集群和模式(因为它们隐藏在其他角度下)，并更彻底地探索它们之间的关系。我们已经看到了一些工程领域的客户使用这种类型的可视化来帮助他们发现制造过程中缺陷的潜在根源的例子。看看这个动画，看看这种交互作用。

这个动画是使用Plotly JavaScript库创建的。Plotly库提供了创建不同3D交互图的能力，本博客将演示如何在Dundas BI中使用它。本博客中使用的脚本是基于Plotly提供的3D点聚类示例:https://plot.ly/javascript/3d-point-clustering/

在Dundas BI中插入3D散点图

下面的步骤是基于我们关于如何将第三方内容插入到Dundas BI的详细文档，因此下面只包括适用于这个示例的细节(注意，这需要一些JavaScript知识):

//m.merkalis.com/support/developer/samples/integration/insert-scripted-third-party-web-content

对于使用外部JavaScript库插入Dundas BI的其他可视化示例，您也可以查看D3.js库示例://m.merkalis.com/support/developer/script-library/controls/insert-scripted-third-party-web-content-sample

第一步是将数据加载到Dundas BI中。在这个例子中，我们将使用这里找到的样本数据集:https://raw.githubusercontent.com/plotly/datasets/master/alpha_shape.csv

这是用于创建图1中提到的散点图的相同数据集。我们将看到如何通过添加第三个变量，我们能够在这个数据集中看到更多的集群。

要加载数据，从主菜单中创建一个新的Metric Set，然后拖放文件。请注意列的顺序，以及在数据分析面板中单击Edit后显示的度量集ID。

在仪表板上，添加一个HTML标签:

图3:添加一个HTML标签

将HTML标签文本更改为:

< script src = " https://cdn.plot.ly/plotly-latest.min.js " > < /脚本>
< div > < / div >

在仪表板的就绪操作中，添加以下脚本，从数据集中的三列绘制散点图:

现在您可以使用Sandbox视图，或者转到视图并重新加载页面，以便脚本生效。您应该能够在仪表板上看到散点图。网格增强了视图，因为它有助于使集群更明确。

图4:三维散点图

您现在可以通过缩放、平移、旋转等方式与图形交互，以更清楚地查看集群。

值得吗?

从上面的例子中可以看到，通过在3D散点图中绘制三个变量，我们能够看到更明确的集群和分组，而在二维数据上绘制数据时不容易看到这些集群和分组。这确实需要使用图表的交互性，并花费一些时间在不同角度和缩放级别下查看图形，但它可能帮助您捕捉以前看不到的集群。毕竟，有用的3D可视化可能是有理由的。

打印