这是我参与「第四届青训营 」笔记创作活动的第15天
一、什么是数据可视化
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
二、可视化设计原则和方法
可视化设计原则
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更多的信息内涵。
能够正确的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
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贯且一致。
- 数据上下文
谎言因子
- 控制图形中的谎言因子（Lie Factor，LF）：
谎言因子：衡量可视化中所表达的数据量与数据之间的夸张程度的度量方法。
谎言因子=数据所对应的图形
- 当LF=1时，我们认为图表没有对数据实时进行扭曲，是一个可信的可视化设计。
- 在实际当中，应当确保各部分图形元素的LF在[0.95,1.05]范围内，否则，所产生的图表认为已经丧失了基本可信度。
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
**Data-ink ratio案例
- 绝大多数墨水都是数据墨水
- 用于绘制散点和对应标签
- 10%-20%的墨水是非数据墨水
- 用于绘制坐标轴和刻度线
- 并非所有的非数据墨水都没有用（例如坐标轴信息）
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。
三、视觉感知
视觉感知
可视化致力于外部认知，也就是说，怎样利用大脑以外的资源来增强大脑本身的认知能力。
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
四、课后小结
本节课程主要学习了三个章节：
- 数据可视化的基本概念
- 可视化设计的基本原则
- 面向前端的可视化工具
