圖形一直以來(lái)就是統(tǒng)計(jì)分析的重要組成部分。它既可被用以輔助數(shù)據(jù)分析的前期探索（比如發(fā)現(xiàn)異常記錄，觀察變量間的相互關(guān)系等），也可以用來(lái)展示數(shù)據(jù) 分析的結(jié)果。本篇通過(guò)若干實(shí)例探討了如何有效地展示醫(yī)療大數(shù)據(jù)的數(shù)據(jù)分析結(jié)果，即醫(yī)療大數(shù)據(jù)的視覺(jué)化問(wèn)題，并討論了未來(lái)數(shù)據(jù)可視化發(fā)展的可能方向。

俗話說(shuō)：“一圖抵千言”（A picture isworth a thousand words)。 許多復(fù)雜的結(jié)果往往用一張圖就能十分直觀地展示出來(lái)，讓人一看就明白。比如圖一顯示了2005 至2010年全球非自然死亡的比例分布圖。所有的疾病被分為三大類：傳染病及先天不足，受傷，以及非傳染性疾病，分別用黃，綠，粉紅三色代表。它們的體積 反映了各類疾病在所有非自然死亡中所占的比重。由圖可見，傳染病及先天不足（黃色）所占比重幾乎等同于非傳染性疾?。ǚ奂t色），而傳染病這一塊完全可以通 過(guò)公共衛(wèi)生方面的努力加以縮小。圖中每一大塊顏色中同色系的小塊代表了具體的疾病。同樣的，體積反映所占的比重，而顏色深淺則體現(xiàn)了０５年至１０年平均年 度變化的百分比，深色表示連年增長(zhǎng)，而淺色表示連年下降。增長(zhǎng)及下降的平均年度變化百分比沒(méi)有大于３％的。小小一張圖包含了許多信息，卻又一目了然，實(shí)實(shí) 在在地詮釋了數(shù)據(jù)統(tǒng)計(jì)上的“一圖抵千言”。

圖一：

來(lái)源：Infographic by Thomas Porostocky | Source: Institutefor Health metrics and evaluation

再以2015年一月熱議的《解構(gòu)春雨醫(yī)生》的報(bào)告為例，有些數(shù)字表格如果改作圖示，會(huì)更加直觀，更利于讀者快速獲取其中蘊(yùn)含的信息。

表一：

這張表格蘊(yùn)含了很多信息，包括春雨醫(yī)生各種類收入，各科室收入，及各科室在各種類收入中所占的構(gòu)成比例，一眼看去，滿目數(shù)字，很難快速地獲取綜合信息。如果使用圖示，則可以將表格的內(nèi)容簡(jiǎn)單顯示如圖二：

圖二：

根據(jù)總收入對(duì)各個(gè)科室由高到低進(jìn)行排序，以柱狀圖的形式分別列出了各科室總收入，私人醫(yī)生收入，咨詢收入，圖文咨詢收入，電話咨詢收入及門診預(yù) 約收入，方便讀者進(jìn)行橫向和縱向兩個(gè)維度的對(duì)比。由于各類收入差距過(guò)大，無(wú)法使用同一尺度，因而在收入的下方標(biāo)注了各列柱狀圖的尺度，并在柱子邊上標(biāo)注了 實(shí)際收入的數(shù)值。這樣，縱向?qū)Ρ雀骺剖以诿恳环N收入中所占比重可以直接看柱狀的長(zhǎng)短，而橫向?qū)Ρ雀骺剖也煌杖霕?gòu)成時(shí)也可以結(jié)合尺度和實(shí)際數(shù)值迅速得出結(jié) 論。例如，讀者可以很容易發(fā)現(xiàn)內(nèi)科總收入第一，婦產(chǎn)科第二，但是婦產(chǎn)科的咨詢收入無(wú)論是從絕對(duì)數(shù)值還是相對(duì)比重上都遠(yuǎn)超內(nèi)科。圖二還用了不同的顏色和深淺 代表不同的收入程度，對(duì)較重要的收入（即總收入及綜合數(shù)值較大的收入）采用了深色，而對(duì)綜合數(shù)值較小的收入采用了淺色。此外，由于咨詢收入，圖文咨詢收 入，電話咨詢收入同屬咨詢收入，采用了同色系（藍(lán)色）顯示。

以上兩例說(shuō)明了圖示對(duì)展示數(shù)據(jù)的重要性和有效性。隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)視覺(jué)化變得尤為關(guān)鍵，但也同時(shí)面臨更多的挑戰(zhàn)。首先，原始數(shù)據(jù)往往 含有海量的信息。這些信息經(jīng)過(guò)數(shù)據(jù)清理(Data cleaning)，整合 (Binning)，歸納 (Summarizing)之后依然可能十分龐雜，很難用一張或若干張圖來(lái)顯示大數(shù)據(jù)所蘊(yùn)藏的信息。因此大數(shù)據(jù)的視覺(jué)化不僅需要專業(yè)的知識(shí)和經(jīng)驗(yàn)，更需要 有十足的想像力和美學(xué)概念。其次，大數(shù)據(jù)不單只是數(shù)據(jù)量本身的龐大，還兼有更新快的特性。每時(shí)每刻都有大量的各種數(shù)據(jù)被制造并收集起來(lái)。如何即時(shí)分析這些 動(dòng)態(tài)數(shù)據(jù)并配以相應(yīng)的動(dòng)態(tài)可視化圖形面臨著很大挑戰(zhàn)。

工欲善其事，必先利其器。我們迫切需要強(qiáng)大而不失靈活機(jī)動(dòng)的，具有強(qiáng)互動(dòng)性的數(shù)據(jù)視覺(jué)化軟件。事實(shí)上，美好的前景和客戶實(shí)際的需求也已經(jīng)催生出 了許多大數(shù)據(jù)可視化軟件。下面我們簡(jiǎn)要介紹一下，除了較傳統(tǒng)的Excel,R，STATA之類，還有很多相對(duì)比較新的軟件，如 Tableau,ZingChart,FusionCharts, Google Charts，D3.js,jqPlot,IBM Many Eyes等等，不一而足。新的數(shù)據(jù)視覺(jué)化軟件也正源源不斷地涌現(xiàn)。這些軟件各有特色，各有側(cè)重，但也多有重合。比如幾乎所有的軟件都提供了常用的統(tǒng)計(jì)圖 示，如條形圖，扇形圖，折線圖，直方圖，散點(diǎn)圖，基本地圖等等?？梢哉f(shuō)，現(xiàn)在大數(shù)據(jù)可視化軟件正處于群雄并起，群星璀璨的時(shí)期，也沒(méi)有哪一款軟件真正全面 地涵蓋了多樣的大數(shù)據(jù)可視化的需求，即：囊括了幾乎所有的圖形需求并不斷更新。

結(jié)合實(shí)際工作，我們有必要從現(xiàn)在起建立一個(gè)大數(shù)據(jù)可視化圖示庫(kù)，分科分類型搜集每一種圖示并輔以實(shí)例?？梢灶A(yù)見這個(gè)數(shù)據(jù)庫(kù)必然會(huì)在經(jīng)歷一個(gè)最初 的急劇膨脹期后緩慢擴(kuò)大，最終慢慢穩(wěn)定下來(lái)，而且沉淀的東西會(huì)非常有價(jià)值。美國(guó)人口調(diào)查局在此提供了一個(gè)很好的示范，它提供了各式各樣和人口統(tǒng)計(jì)相關(guān)的可 視化圖形，如圖三所示。

圖三：

我們知道，大數(shù)據(jù)千變?nèi)f化，各有特色，分析方法也相應(yīng)不同，從而需要不同的可視化呈現(xiàn)。很多圖形的呈現(xiàn)是取決于具體分析后得出的結(jié)果的.比如: 依據(jù)不同統(tǒng)計(jì)方法 (K-means,bagging, boosting, random Forest) 產(chǎn)生的決策樹圖形, 生存分析結(jié)果產(chǎn)生的生存率曲線（Kaplan-meier curve）。統(tǒng)計(jì)學(xué)家，數(shù)據(jù)科學(xué)家，數(shù)據(jù)分析師，市場(chǎng)分析師等活躍在數(shù)據(jù)可視化第一線的專業(yè)人士，在現(xiàn)階段仍舊需要調(diào)用多個(gè)不同軟件進(jìn)行復(fù)雜的數(shù)據(jù)分 析，依據(jù)分析結(jié)果再進(jìn)行作圖。一般每個(gè)人都有一個(gè)或若干個(gè)慣用的軟件。如果某個(gè)特定圖形無(wú)法使用常規(guī)的數(shù)據(jù)分析軟件生成的話，就不得不切換其他軟件加以實(shí) 現(xiàn)。隨著大數(shù)據(jù)技術(shù)及市場(chǎng)日趨成熟，我們希望有一個(gè)整合的環(huán)境進(jìn)行數(shù)據(jù)管理，數(shù)據(jù)分析，數(shù)據(jù)可視化，實(shí)現(xiàn)一體化（一條龍）分析，而不是疲于在各種不同軟件 系統(tǒng)間頻繁的切換，費(fèi)時(shí)費(fèi)力且效率低下，還不利于他人驗(yàn)證整個(gè)數(shù)據(jù)生成及展示的過(guò)程。然而，如今離擁有一個(gè)涵蓋所有數(shù)據(jù)管理分析，并同時(shí)滿足視覺(jué)化需求的 軟件還很遙遠(yuǎn)?，F(xiàn)階段比較可行的是建立一個(gè)能整合融會(huì)大部分?jǐn)?shù)據(jù)視覺(jué)化編程語(yǔ)言的平臺(tái)。這樣可以讓使用者更快更便捷地進(jìn)行數(shù)據(jù)管理，數(shù)據(jù)分析，及數(shù)據(jù)編程 視覺(jué)化。Tableau 在這方面做著初步的嘗試，比如開源統(tǒng)計(jì)軟件R可以整合到Tableau里面，進(jìn)行有限的數(shù)據(jù)分析后的圖形視覺(jué)化處理呈現(xiàn)（圖四），雖然過(guò)程仍然比較復(fù)雜 （具體請(qǐng)見：使用R和Tableau 白皮書http://www.tableau.com/sites/default/files/media/using-r-and-tableau-software_0.pdf）。

圖四：

另一在此領(lǐng)域比較成功的例子是BEAKER數(shù)據(jù)科學(xué)家實(shí)驗(yàn)室。它提供了一個(gè)筆記本式可以切換使用各種編程語(yǔ)言（Python, R, Java, Julia, Ruby等）的工作環(huán)境。讓使用者在各種語(yǔ)言之間進(jìn)行切換，或輕松添加新的編程塊，確保始終使用對(duì)應(yīng)性最強(qiáng)的工具進(jìn)行合適的數(shù)據(jù)分析和可視化的實(shí)現(xiàn)。例 如，通過(guò)Phyton到R到Java的無(wú)縫編程，完成從數(shù)據(jù)操作到圖形可視化的一體實(shí)現(xiàn)。如圖五所示：

圖五：

我們期待，眾多可視化軟件經(jīng)過(guò)沉淀積累，去蕪存菁的過(guò)程，伴隨一個(gè)整合編程語(yǔ)言平臺(tái)的出現(xiàn)和完善，將使數(shù)據(jù)管理，分析，可視化操作變得越來(lái)越便捷和有效率。