近日，由事件視界望遠鏡（EHT）捕獲的類首張黑洞照片問世。

而我們也成為宇宙中第一批親眼看到黑洞的人類！

其實在這張照片問世前，黑洞的模樣隻存在于人的想象中。有句話說得好，一千個人眼裡就有一千個黑洞。而随着黑洞照片的曝光，黑洞終于揭開神秘面紗。這樣曆史性的時刻，網友們也不淡定了……紛紛留言，寫下了自己的看法↓

大家還在社交平台上，展開了首屆#黑洞PS大賽#……

然而作為一名數據人，在關鍵時刻還是要保持自己的專業素養，甜甜圈什麼的肯定是不合适了，不過看着黑洞我也有種似曾相識的趕腳......

emmmmm沒錯，看着黑洞，我腦海裡浮現出的第一個詞就是：熱力地圖！！

熱力地圖，又稱等值線地圖（choropleth map），就像天氣預報的降雨分布，高低冷暖氣壓帶。是根據不同區域的位置（經緯度）數據，進行不同程度的顔色填充，從而反映各個區域的不同分布。但是熱力地圖遠不止這麼些應用，任何和地理信息相關的數據都能通過熱力地圖玩出花來。

寫代碼？記得幾年前我還是個傻小子的時候，導師給了一騾子的數據，讓我做一張熱力圖出來。0編程基礎的我對着博客啃了幾天，費了九牛二虎之力找了張地圖底圖，用JS寫了兩頁代碼：

手寫代碼做地圖真的是比黑洞還恐怖的事...

好在現在的數據分析已經進化到新高度，通過BI工具，不需要寫代碼，也不需要懂數據庫，隻需簡單的拖拽操作，就可以完成數據處理 數據可視化。

比如我就隻花了2分鐘的時間做出了如下的“黑洞”地圖，用FineBI一共6步。

在官網下載FineBI（下載：「鍊接」），它本質是BI商業智能工具，因為自帶強大的可視化庫，所以這裡當可視化工具用，安裝後打開。

在中國，如果有一樣物品的價格牽扯着所有人的神經，那麼這個東西一定是房子。小編我作為買房的剛需群體，對房價也是十分關注的，因此我選擇了中國房地産業協會公布的《2019年3月份全國城市房價排名 》作為數據來源，制作一張房價熱力圖。

部分數據如下（Excel格式）：

将數據導入分析，選擇數據準備——點擊添加業務包——在業務包下點擊添加EXCEL——把上面這張Excel導入FineBI。

當然最騷的操作，還是直連數據庫，數據發生變化也能跟着變，有些大家看到的動态可視化其實就是數據在實時更新。

以下是FineBI支持的30多種數據源：

在導入好的excel數據集右上角點創建組件，就會新建一張儀表闆，同時自動在儀表闆中創建一個可視化組件。這裡我給儀表闆起名為1903房價數據。

FineBI裡數地圖裡怎麼定位?一種是讓系統根據城市名自動識别經緯度。選取城市字段——轉化為地理角色——系統會自動根據城市名字識别創建經緯度。另一種是直接讀取經緯度數據進行匹配。這裡，FineBI能将城市名轉為經緯度（提醒：匹配好之後檢查一下）。

在城市字段上選擇地理角色，我這裡使用的是城市級别的數據，因此地理角色選擇城市。

點擊确定，系統已經自動将城市名稱轉換為了對應的經緯度坐标，并生成了經度和緯度兩個新的字段。

拖拉數據字段自動生成地圖。把經度放在維度上，維度放在指标上，圖表類型選擇熱力圖。

熱力圖已經生成出來了，但現在熱力圖并沒有和數據綁定，沒什麼意義，接下來我們讓熱力圖依據房價平均數據進行展示。

将平均房價指标拖入熱力色設定，讓熱力色根據平均房價進行展示。然後把配色調整成黑洞的感覺。

調整好配色，最後将背景圖調為黑色，畢竟分析的是房價，還是要沉重一些，這樣一張熱力地圖就大功告成，看了一眼表，嗯，1分59秒，果然沒有超過兩分鐘~

通過拖動控制房價範圍，可以看到随着房價變高，區域也逐漸縮小到了北京-上海-廣州-深圳，也比較符合我們的認知。

令我比較意外的是，三亞陵水和廈門的房價，甚至超過了南京杭州這些新一線城市，後續值得繼續分析。

最後是使用FineBI完成房價熱力圖的技術總結：

• 讀取數據：可以是導入Excel或者連接數據庫；
• 處理數據：省市信息數據識别轉化，或者經緯度數據匹配；
• 制作圖表：拖拽數據字段，系統自動進行經緯度或者行政區名的匹配确認，一鍵生成地圖；
• 美化：根據自己的小趣味或者分析目标，加數據警示、點線面的顔色大小處理，或者酷炫的動态效果。

其實，隻要選對了工具，數據分析沒有想象中的那麼難。就像昨天才露出真容的黑洞，照片曝光後，不少人驚呼“黑洞原來沒有想象中的那麼可怕，反而有點可愛”。

當你開始邁出數據分析的第一步，你也會發現，數據分析其實很簡單~

最後，關于源數據Excel和工具，大家可私·信我【房價數據】獲得。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!