这是我参与「第四届青训营 」笔记创作活动的的第11天
生活中的数据可视化
手机存储
地图
还有体温计......
什么是数据可视化？
任何一种将数据转换成一种可视化呈现形式的东西都是数据可视化，如图表、关系图、地图、甚至是表格
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
- 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
- 图形设计$数据尺度
- 数据上下文
透视失真（常发生在3D可视化中）
- 如果数字是由视觉元素表示的，那么它们应该与视觉元素的感知程度成正比
- 使用清晰、详细和彻底的标签，以避免图形失真和含糊不清
图形设计$数据尺度
图形的每一部分都会产生对其的视觉预期
- 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：刻度轴，我们期望它始终能够保持连贯且一致
数据上下文
- without context
2. with context
视觉感知
可视化致力于外部感知，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
格式塔理论
就近原则
- 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，可以突出他们之间的关联性
相似原则
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
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
有些图形本身可能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
如果一个对象中的一部分都像共同的方向去运动，那这些共同移动的部分就容易被感知为一个整体
对称性原则
对称的元素被视为同一组的一部分
图形与背景关系原则
- 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，图面元素与图形相关联更多些
视觉编码
可视化符号
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
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
两种类型
- 数量通道（Magnitude Channel）
- 用于显示数据的数值类型（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（从前往后，精确度递减）
- 标识通道（Identity 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（从前往后，精确度递减）
面向前端的可视化工具
- 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：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，底层依赖矢量图形库ZRender，提供只管，交互丰富，可高度个性化定制的数据可视化图表
