数据可视化基础
什么是数据可视化？
数据可视化就是将数据转化为可视化的物体。
数据可视化分类
- 科学可视化
- 信息可视化
- 可视分析
为什么要数据可视化？
- 记录信息
- 分析推理
- 证实假设
- 交流思想
可视化设计原则和方法
可视化设计原则：能够正确地表达数据中的信息而不产生偏差与歧义
-
准确地展示数据
-
节省笔墨
-
节省空间
-
消除不必要的“无价值” 图形
-
在最短时间内传达最多的信息
一个出色的可视化设计可在最短的时间内，使用最少的空间、用最少的笔墨为观众提供最多的信息内涵。
--Edward R. Tufte
最大化数据墨水占比 ( Data-Ink Ratio)
- 可视化图形由墨水和空白区域构成
- 数据墨水：可视化图形当中不可擦除的核心部分被称之为 “数据墨水”
- 擦除数据墨水将减少图形所传达的信息量
- 数据墨水占比：可视化图形中用于展示核心数据的 “墨水〞在整体可视化所使用的墨水中的比例
常见的可视化错误
透视失真
- 如果数字是由视觉元素表示的，那么它们应该与视觉元素的感知程度成正比。
- 使用清晰、详细和彻底的标签，以避免图形失真和含糊不清。
图形设计 ＆数据尺度
图形的每一部分都会产生对其的视觉预期 (visual expectation ):
- 这些预期往往决定了眼睛实际看到的东西；
- 错误的数据洞察，产生于在图形的某个地方发生的不正确的视觉预期推断。
视觉感知
什么是视觉感知？
感知 是指客观事物通过人的感觉器官在人脑中形成的直接反映。
感觉器官 眼、耳、鼻、神经末梢
那么， 视觉感知 就是客观事物通过人的视觉在人脑中形成的直接反映
认知过程
-
认知心理学将 认知过程 看成由信息的获取、分析、归纳、解码、储存.概念形成、提取和使用等一系列阶段组成的按一定程序进行的信息加工系统
-
科学领域中，认知是包含注意力、记忆、产生和理解语言、解决问题以及进行决策的 心理过程 的组合。
结论
- 人类视觉系统观察的是变化，而不是绝对值，并且容易被边界吸引。
- 在可视化设计中，设计者需要充分考虑到人类感知系统的这些现象，以使得设计的可视化结果不会存在阻碍或误导用户的可视化元素。
格式塔理论
- 格式塔学派的理论核心是整体决定部分的性质，部分依从于整体。结构比元素重要，视觉形象首先作为统一的整体被认知。感知的事物大于眼睛见到的事物。
- 格式塔理论 ( Gestalt Laws)认为系统的对人类如何发现图形元素之间的相关性进行了全面总结被广泛的应用在了视觉设计当中
就近原则 (Proximity)
- 当视觉元素在空间距离上相距较近时，人们通常倾向于将他们归为一组。
- 将数据元素放在靠近的位置可以突出它们之间的关联性。
相似原则 (Similarity )
- 形状、大小、颜色、强度等属性方面比较相似时，这些物体就容易被看作一个整体。
连续性原则(Continuation)
- 人们在观察事物的时候会很自然地沿着物体的边界，将不连续的物体视为连续的整体。
闭合原则(Closure)
- 有些图形可能本身是不完整或者不闭合的，但主体有一种使其闭合的倾向，人们就会很容易地感知整个物体而忽略末闭合的特征。
共势原则 (Common movement)
- 如果一个对象中的一部分都向共同的方向去运动，那这些共同移动的部分就易被感知为一个整体。
对称性原则 (Symmetry)
- 对称的元素被视为同一组的一部分
图形与背景关系原则(Figure-ground)
- 大脑通常认为构图中最小的物体是图形，而更大的物体则是背景。
- 跟凹面元素相比，凸面元素与图形相关联更多些。
视觉编码 (Visual Encoding)
视觉编码是一种： 将数据信息映射成可视化元素的技术。
数据信息：属性＋值
可视化元素：可视化符号＋视觉通道
视觉通道 (Channel)
基于数据属性，控制可视化的符号展现样式，例如，点根据其所代表的数据属性的不同可有不同的形状与颜色。
视觉通道有两种类型
- 数量通道 ( Magnitude Channel) 用于显示数据的数值属性（定量/定序）
包括：位置、长度、角度、面积、深度、色温、饱和度、曲率、体积。
- 标识通道 (ldentity Channel)
用于显示数据的分类属性（是什么/在哪里）
包括：空间区域、色向、动向、形状
不同的视觉编码在表达信息的作用和能力上有不同的特性
- 当利用数量通道编码表示数值属性时：位置通道是最为精确的，其次是长度、角度、面积、深度、色温、包和度、曲率、最后是体积。
- 当利用标识通道表示分类属性时：划分空间区域最为有效，其后依次是 色向、动向、形状。
