这是我参与「第四届青训营 」笔记创作活动的的第14天

数据可视化的概念与基本原则

什么是数据可视化

任何一种将数据转换为可视化呈现形式的东西都能称之为数据可视化，例如图、表等。

数据可视化分类

• 科学可视化：科学实验数据的直观展示
• 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现，及交互式反馈，是一个跨领域的方向

为什么要数据可视化

1. 记录信息
2. 分析推理
3. 证实假设
4. 交流思想

可视化设计原则

1. 能够正确地表达数据中的信息而不产生偏差歧义。
2. 一个出色的可视化设计可以在最短的时间内，使用最少的空间、用最少的笔墨为观众提供更多的信息内涵。

最大化数据墨水占比

• 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

对可视化图像的识别能力

常见的错误可视化

透视失真

• 如果数字是由视觉元素表示的，那么他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：

• 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贯且一致。

数据上下文

在衡量一个数据可视化是否正确时，一定要将数据上下文补全，防止出现失真，或者无强相关等情况。

面向前端的数据可视化工具

D3.js

D3.js是用于数据可视化的开源的JavaScript函数库，被认为是最好的JavaScript可视化框架之一

Vega

Vega是一种可视化语法，通过声明式语言，可以用JSON格式描述可视化视觉外观和交互行为，并使用Canvas或SVG生成视图

G2

G2 一套面向常规统计图表，以数据驱动的高交互可视化图形语法，具有高度的易用性和扩展性。使用 G2，你可以无需关注图表各种繁琐的实现细节，一条语句即可使用 Canvas 或 SVG 构建出各种各样的可交互的统计图表。

ECharts

ECharts，一个使用 JavaScript 实现的开源可视化库，可以流畅的运行在 PC 和移动设备上，兼容当前绝大部分浏览器（IE9/10/11，Chrome，Firefox，Safari等），底层依赖矢量图形库 ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。