数据流转可视化探索

随着大数据时代的来临，大数据分析应运而生，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。因此诞生了很多数据产品，作为数据分析工具，数据可视化是最基本的要求，可以直观展示数据。

在众多的可视化场景中，描述一组实体从某个状态到另外一种的状态的变化过程（即数据流向转化）是十分常见的需求。在业内我们通常会使用桑基图来处理这种可视化场景。

桑基图用于描述一组到另一组值的流向，其特点是延伸的分支的宽度对应数据流量的大小，具体特征如下：1）线条的走向对应数据流的走向，根据线条走向进行数据流变化分析；2）线条宽度变化对应数据变化情况；3）通过节点间的比较分析，可以更清晰地看到和这个节点有关的数据流的情况。

**基于这些特点桑基图在以下场景可能存在一些不足：**1）桑基图一次性将所有的链路流转全部呈现一个视图当中，这虽然使得用户可以看到整体流转概览情况，但是一方面当链路复杂时，整体的效果不够直观，局部数据详情的探查也不够方便，同时对于颜色不敏感者不够友好。

另一方面，当各链路之间流转的数据量级相差过大时，可视化效果较差，用户容易出现忽略某些量级较小却重要的数据的情况。

2）桑基图初始流量等于结束流量，即所有主边宽度的总和与所有分出去的分边宽度总体和近似值，保持流量的平衡。但在实际中由于数据加密或者技术受限等原因，会有初始流量不完全等于结束流量的情况，这个时候就无法使用桑基图。

3）桑基图以数据呈现为主，但从用户体验的角度来看，视觉形式单一，随着数据用户受众越来越多，更加人性化的设计会更加受到用户喜欢。

1）提供一种便捷探查数据流转情况的可视化方式，当链路之间数据量级差异大时完整呈现数据流转情况，且具备颜色不敏感者用户友好性；2）提供一种能够自定义起始和结束状态流量的流转可视化方式；3）从用户体验角度出发，提供更加符合用户心理的可视化方式。

以下是结构说明图，可分为上下、左右两种布局形式：

**1）基本组成元素：**a：卡片（用于定义某个实体，用来描述某项指标）交互形式有以下4种：Default、Hover、Selected、Disable