大数据时代，可视化在科研中占有的地位也越来越重要。可视化可以帮助研究者快速获得信息概览，获取洞察；也可以以炫目的方式帮助读者理解隐含在数据里的深层次内容。

本文选取CSMAR数据库中8类经济数据，并运用8类不同的可视化工具，展示可视化在经济数据分析中的应用。

1、国内生产总值组成主题河流图

主题河流图通过流动的形状呈现随时间变化的情况，每个类别数据颜色和形状都不同，看起来像彩虹般的河流十分美观。通过作出国内生产总值组成部分的河流图，可以看到几十年来其数值的飞速增长和各个部分的占比情况。

2、城镇农村居民消费水平极坐标热力图

极坐标热力图是热力图在极坐标中的展示，由于热力图只需要一个色块就可以用颜色的深浅或冷暖来编码数据，所以可以很好的放入极坐标中表示数据。通过作出城镇农村居民消费水平历年来的极坐标热力图，可以看到数据变化的趋势和对比。

3、生产价格指数地区分布图

地区分布图又称分级统计地图，通常用来显示不同地理分区或区域（不同颜色或图案）与数据变量之间的关系，并把所显示位置的数值变化或模式进行可视化处理。通过2021年7月的全国生产价格指数地区分布图可以看出新疆、内蒙古等北部边疆地区生产价格指数较高

4、广东各市GDP地区分布图

除了全国的地区分布图，也可以作各省的地区分布图。通过2019年广东省各市GDP地区分布图可以一眼看出GDP最高的四个城市为深圳、广州、佛山和东莞，其余各市GDP相对较低

5、2019年广东浙江江苏各市GDP气泡图

气泡图是把所有数据按照大小映射成圆形再密集的排列在一起的图案。气泡图可以有效的显示某个元素在其区域中所占的比例，并可以轻松的对比不同元素。通过作出广东、江苏、浙江三个经济大省各市的GDP气泡图可以看到排在第一梯队的是深圳和广州，排在第二梯队的是杭州和苏州，排在第三梯队的是南京、无锡、宁波和佛山。

6、主要粮食产量关联性分析图

关联性分析是研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法，首先计算变量间的相关系数，取值区间为[-1,1]，然后根据相关系数制作热力图，方便一目了然的找到高相关性的变量。通过历年主要粮食产量关联性分析图可以看到谷物、水果类产量和大部分其他粮食是正相关，而麻类产量和大部分其他粮食负相关。

7、汽车历年季度累计销售量象形柱状图

象形柱状图是改变形状的柱状图，相比普通柱状图，可以按照柱状的含义选择相应的形状，使图形更加形象。下图显示的是以汽车作为图案的汽车历年各季度累计销量的象形柱状图。

8、2019高等教育普及雷达图

雷达图是用来比较多个定量变量的，可以用来查看数据集中各个分类的变量特征，也常见于游戏和评测等场景下性能得分对比的显示。通过比较北京、上海、广东和江苏等几个教育大省市发现北京和上海在专科招生数方面和其占有的资源相比相对较少。

CSMAR太古可视化分析平台简介

CSMAR 太古可视化分析平台是一款一站式在线数据可视化分析平台，拥有统计、地理、时序、网络、文本、多媒体六大模块的分析工具，用户通过上传数据、自动分析、显示可视化结果三个步骤，迅速完成数据分析，生成美观专业报告。

扫描二维码，观看CSMAR经济数据平台的操作视频及应用视频。