微軟推出能輕鬆洞察資料的視覺化資料服務SandDance，用瀏覽器就能玩大數據

微軟研究院（Microsoft Research）前兩天發表了SandDance這個新的服務，這是個針對數據資料呈現方式所設計的資料視覺化應用網站，如果你是圖表控的話，你應該會對這個網站感到非常有用，它可以用視覺化的方式幫你將資料重新表現，你只要在瀏覽器打開它就可以使用。

與Excel的圖表不同，SandDance並不提供資料試算之類的功能，它就只專心在怎麼樣用視覺化的方式來呈現資料這件事上頭。你可以用它快速建構起來資料模型，找出資料的異常值。

我們直接到官網上來一邊操作一邊說明:

1.一開始進入的時候，他會載入一個Titanic的示範數據，你可以在紅框處選擇「Local」來載入自己的數據。

再一開始，下方的圖表X軸為年紀，Y軸為人數。因此你可以看出各個年紀的區間，人數有多少。

 

2.現在我們把X軸改變為性別來試試看。

 

3.你可以看到很快的就變成以男女為區隔，可以看出當初這艘船上男女的比例有多懸殊。

 

4.接下來我們選擇用不同的圖表類型來分析，我們選擇「Stacks」，由於變成了立體的圖表呈現，他會自動將票價分配到Y軸，原本的Y軸（人數）現在就自動變成Z軸。

 

5.現在看這張圖表，有沒有發現了什麼呢？你可以看到，不管是男是女，人數最多的都是票價最低的。而男性票價最低的人，佔了所有人裡頭最高的比例。

透過上面的示範，相信你已經看出，只要點選幾下選項，資料就可以用各種不同的方式呈現，透過這些視覺化的呈現，你可以從中發掘出不同的新發現。根據微軟表示，這個服務適用於處理大數據，可以處理從50到30萬筆的資料組合。

 

實測匯入國內數據

1.看完了基本的應用，我們用實際的生活數據來試試看？我們到政府資料開放平台想找一些數據比較豐富的資料來下載，不過初次使用政府資料開放平台，卻意外發現有豐富數據的資料似乎不大好找，找來找去，只找到這個選舉人人數統計表。

 

2.不過，這個圖表雖然有數據，但是打開來後發現並非原始數據，而是經人整理過的數據（像是系統依照男生、女生、年齡已經分類過了，但之後又將兩者合計）。當然政府這樣做是很好，只是對於我們的用途來說就有點多餘...

總之，最後我們將這個資料表整理如下，一份依照地區、年齡/性別的人口統計表。

3.然後我們將這個表格轉換成文字檔，轉換的時候記得要再編碼格式選擇「Unicode文字」，不然呈現中文的部分會變成亂碼。

 

4.現在就到SandDance匯入這個檔案。

5.然後這是我們的設定

 

6.這就是最後展示出來的圖表，X軸為各個選區，Y軸為20~29歲女性在各地區的人數

7.另外，你可以隨時點選某一個資料點，然後按下上方的「Details」，就可以檢視在這一點的數據。

8.此外，在檢視資料的過程中，如果你想排除某些資料，你隨時可以在上面直接點選，或是用框選的方式一次選擇多個資料點。

9.然後點選上方的Exclude選項，就可以把這些資料「暫時」排除在外了。

 

心得：資料越細，視覺化威力越強大

SandDance這個視覺化資料的網站，主要是看你餵給他什麼資料，就能呈現出什麼樣的效果。像是我們餵給他的選舉人數地區分佈圖，由於每一筆資料不夠細，我們能夠視覺化分析的圖表也就很有限。

以網站上提供示範的Titanic數據來說，每一個乘客的資料都很細，那麼可以分析的圖表應用就變得很多，因此你可以看到在一開始的示範中，我們就可以用各種呈現方式，來挖掘出其中隱藏的內容。

SandDance是針對大數據分析而設計的視覺化工具，數據越多，你可以在這個過程中發掘到的內容越多。如果你餵給他的是數據不多的「小數據」，那麼用起來基本上就跟Excel的圖表差不多，雖然一樣能用，但是在功能上就無法察覺到他強大的地方了。