如何在 Power BI 中创建热力图

动机

作为数据科学家，能够为企业提供清晰、简明的可视化，有助于他们快速高效地获取数据中的关键信息，从而做出决策。

不同类型的可视化用于传达不同的信息。例如，直方图用于衡量数值数据的分布，散点图用于分析变量之间的关系，数据透视表用于在单个表中汇总关键统计信息，仅举几例，可借助 Power BI、Tableau 等工具实现。

这门 Power BI 数据可视化课程可以通过内置与自定义图表以及条件格式，帮助您提升构建洞见型可视化的能力。

这篇概念性博文将介绍另一种名为热力图的数据可视化类型。我们将先帮助您理解什么是热力图，再强调其优势。随后，我们会进行动手实践，帮助您通过 Power BI 理解其工作原理。最后，我们将探讨在使用 Power BI 热力图时需要注意的一些事项。

什么是数据可视化热力图？

热力图最初由Cormac Kinney提出，用于以图形方式表示实时金融信息。在数据可视化中，它们用不同的颜色对给定的业务数值进行编码，以衡量其强度。

下图是 2022 年 7 月 13 日由 NASA 分享的热力图示例。它展示了世界上许多国家的地表气温。区域越热，颜色越深；相反，越冷则颜色越偏向蓝色。这类信息一目了然。

来源：NASA 热浪地图显示全球气温惊人上升

数据科学家可以用热力图将公司的信息转化为易于理解的可视化，帮助其做出可付诸行动的明智决策。

为什么热力图有用？

使用热力图可以在不同层面提供高度直观的信息可视化。这是商业智能中最强大的方法之一。许多企业使用它，原因包括：

• 全局了解客户行为

在设计网站等工具时，我们对最终用途有预期。然而，终端用户可能未能正确理解设计理念，因而与工具产生不同的交互。在这种情况下，可以使用热力图可视化来更好地理解用户行为，追踪哪些页面更受关注，以及哪些区域（可点击和不可点击）被点击最多。

• 提升业务绩效

在更好地理解用户行为之后，企业可以以便于人们在正确位置找到正确信息的方式来设计和配置其工具。如此可带来更多流量，从而创造更多业务价值。

• 可视化分析的良好替代

热力图可视化能够深入呈现用户如何与您的企业网站互动，并且可以作为 Google Analytics 等工具的良好替代方案，因为后者并非总是直观，有时甚至会让人不知所措。

• 数据科学家可用来可视化特征间关系的好方法

在进行相关性分析时，热力图是我的首选方法。与其处理相关矩阵中的数值，不如使用热力图快速直观地查看多个变量之间的关系，以便训练您的机器学习模型。

热力图示例

由于能够生成简洁的数据视觉呈现，热力图在不同领域提供了广泛的可能性。以下是五种不同类型及其应用。

• 网页热力图

这类热力图被以互联网为驱动的组织使用，如媒体服务、SaaS 公司、电商公司等。他们使用热力图可视化来监测并理解用户在其平台上的行为，从而发现洞见，辅助更好的决策。一些网页热力图包括：

• 点击图（clickmap），显示网页应用的哪些部分被点击最多。
• 滚动图（scrollmap），突出显示用户在进一步导航前会将页面滚动到多深。
• 眼动追踪（eye tracking），由于存在一定复杂度，并非总是显而易见。其总体目标是捕捉用户最关注的位置。
• 鼠标追踪，据一些研究表明可作为眼动追踪的替代。

• 地理热力图

主要由地球科学家使用，地理热力图在真实地图上展示数据，并为某些地理区域赋予高低密度。前文所示的 NASA 示例即为一例。

• AI 生成的热力图

随着人工智能的兴起，这类热力图可视化取得了成功。例如，它们可用于现代车辆，监测驾驶员的视觉行为，以尽量减少其认知分心、提高道路安全。

• 金融领域的热力图

金融市场专家可以用热力图快速评估公司的表现以及资产、产品等的市场价值的持续波动。

• 体育领域的热力图

如今，许多教练和经理不仅使用热力图来监测队员表现，还用来研究对手球队的球员，以制定制胜策略。

在 Power BI 中创建热力图的分步指南

现在您已对热力图是什么以及一些可视化示例有了总体认识，本节将为您提供技能，创建自己的电子游戏销售表格热力图。该表将展示每个平台在 2006 至 2020 年间的年度全球销量。

所用数据可在Datacamp Workspace获取，这是一个带有内置数据集的协作式云环境。若您对进一步学习 Power BI 感兴趣，请查看我们的Power BI 基础学习路径。

• 将数据上传到 Power BI

在左侧栏面板中，选择工作区选项卡以上传您的数据。如果您还没有，请先创建一个。

• 从关注的列创建矩阵

在构建热力图表可视化之前，我们需要从数据中创建一个二维矩阵。可通过左侧栏的加号按如下方式完成。

选择您的数据和矩阵模板

这对应于选择要用来构建热力图表的数据。

• +> 添加数据以开始 > 选择已发布数据集 > 选择一个数据集来创建报表。在这里您可以选择数据并点击创建按钮。然后，在右上角的可视化选项卡中选择矩阵模板，如下所示。

从数据创建矩阵：我们需要选择要显示的行、列和值。在本例中：

• 行对应于不同的平台。
• 列代表年份。
• 值是各平台在特定年份的全球销量。

点击您的矩阵 > 在右侧展开数据 > 将显示数据中的所有列。

• 拖放 Platform 至“行”字段。
• 拖放 Year 至“列”字段。
• 拖放 Global_Sales 至“值”字段。

我们来移除总计行和总计列，因为保留它们信息量可能过大。来自可视化选项卡：

• 格式化可视化（画笔）> 关闭行和列的小计

• 构建热力图

构建热力图表可视化包括两个主要步骤：（1）使用颜色范围为每个销售值的背景着色；（2）为数值字体使用相同的颜色范围。

（1）在“值”中选择 Global_Sales > 条件格式 > 背景颜色

当全球销量较低时，颜色更偏白；相反，值越高则越偏红。

（2）在“值”中选择 Global_Sales > 条件格式 > 字体颜色

恭喜！您已使用 Power BI 创建了热力图表可视化。

使用 Power BI 热力图时的注意事项

在使用 Power BI 构建热力图时，请牢记以下要点：

• 热力图由密度与强度驱动。因此选择能够准确表达该信息的颜色非常重要。
• 如果您在“值”部分未使用数值数据，将无法获得“条件格式”选项。
• 在将数据转换为矩阵后，某些单元格可能没有任何值。在这种情况下，Power BI 提供将这些值设为零的选项，这可能很有帮助。
• 您可以通过使用预定义颜色或自定义颜色来个性化 Power BI 热力图。
• Power BI 热力图仅可从 Power BI 市场获取。

结论

这篇概念性博文全面概述了热力图是什么，以及它在不同领域为企业带来的益处。此外，您也学习了如何使用 Power BI 创建自己的热力图可视化。

如果您希望进一步提升数据科学技能，以下课程或许是不错的下一步。

• Power BI 中的数据建模：通过本课程，您将了解数据建模的基础，包括星型和雪花模型。
• Power BI 数据分析师：通过动手练习，您将学习数据分析师的最佳实践，并了解包括 DAX、Power Query 在内的高级 Power BI 功能。

您还可以查看我们的 Power BI 速查表作为快速参考指南。