数据可视化基础|青训营笔记

86封
112 阅读7分钟

这是我参与「第四届青训营」笔记创作活动的的第15天

本堂课重点内容

  • 为什么要数据可视化
  • 视觉感知
  • 格式塔理论
  • 视觉编码

详细知识点介绍

什么是数据可视化？

生活中的数据可视化无处不在

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

可视化设计原则和方法

能够正确地表达数据中的信息而不产生偏差与歧义

常见的错误数据可视化

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

需要补全必要的数据上下文

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最多的信息内涵。

  • 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

Data-ink Ratio

最大化数据墨水占比( Data-lnk 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

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

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）较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未闭合的特征

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

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

可视化符号( Mark )

用于在可视化当中表现数据元素或元素之间的关联

  • 当表示元素时 Mark 包括：点、线、面

  • 当表示关系时 Mark 包括：闭包、连线

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

视觉编码的优先级

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、饱和度、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

面向前端的可视化工具介绍

D3

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。通过其声明式语言，可以用 JSON 格式描述可视化的视觉外观和交互行为，并使用 Canvas 或 SVG 生成视图

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

课后个人总结

我认为数据可视化就是用图形表示数据之间的关系。利用数据可视化技术，可以将海量的数据集合组成数据图象，并将其各属性值用多维数据表达出来，可以从多维角度进行观测，并能更好地观察和分析数据。我们在发现数据可视化的时候，可能会发现仍然有很多问题有待解决，因此必须回溯到上一步，从头再来，就好像艺术家要一次又一次地翻过去，最后才能完成一件作品，它要经过一次又一次地重复和优化。

引用参考

第四届字节跳动青训营「数据可视化基础」课程

avatar
文章
阅读
粉丝