这是我参与「第四届青训营 」笔记创作活动的第5天
生活中的数据可视化
什么是数据可视化
Anything that converts data into a visual representatign.
(like charts, graphs, maps, sometimes even just tables)
数据可视化分类
科学可视化
科学实验室数据的直观展示
信息可视化
对抽象数据的直观展示
可视分析
对分析结果的直观展示，及交互式反馈，是一个跨领域的方向
为什么要可视化
- 记录信息
- 分析推理
- 证实假设
- 交流思想
可视化设计原则和思想
能够正确的表达数据中的信息而不产生偏差和歧义
常见的错误可视化
01.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。
一个典型的例子:轴刻度,我们期望它从始至终能够保持连且一致。
数据上下文
可视化设计原则
- 准确地展示数据 Show the data, and tell the truth
- 节省笔墨Use the least amount of ink
- 节省空间Don't waste space
- 消除不必要的“无价值”图形 Eliminate non-essentials and redundancies
- 在最短时间内传达最多的信息Give the viewer the greatest number of ideas in the shortest time
Data-ink Ratio
- 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
提高Data-ink Ratio
两个擦除原则
- 擦除非数据墨水
- 擦除冗余的数据墨水
非数据墨水是指不能描绘有价值信息的墨水
- 有时,非数据墨水会使数据变得混乱不堪
- 并非所有的非数据墨水都没有用(例如坐标轴信息)
冗余的数据墨水描述了信息,但它重复显示了信息
