数据可视化基础|青训营笔记

30Curry
56 阅读8分钟

这是我参与[第四届青训营]笔记创作活动的第十四天。

01、什么是数据可视化？

数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。

它是一个处于不断演变之中的概念，其边界在不断地扩大。主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。

生活中的数据可视化：

统计图表类：

image.png

数据可视化分类

  1. 科学可视化--科学实验数据的直观展示
  2. 信息可视化--对抽象数据的直观展示
  3. 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

image.png

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

02、可视化设计原则和方法

糟糕的可视化呈现：

数据混乱，不利于阅读。

image.png

可视化设计原则

能正确地表达数据中的信息而不产生偏差和歧义

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
    • 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-lnk 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

Data-ink ratio = Data-ink/ Total ink used to print the graphics

image.png

image.png 表达更加简介，信息更加突出

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）。

image.png

常见的错误可视化

  1. 透视失真
  2. 图形设计&数据尺度
  3. 数据上下文

image.png

1、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。

image.png (通过透视失真，使得绿色块看上去比紫色块大的多)

2、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。

image.png

3、数据上下文

image.png

03、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。

image.png

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。

image.png

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。

image.png

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。

image.png

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。

image.png

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。

image.png

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

image.png

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。

image.png

04、视觉编码(Visual Encoding)

视觉编码是一种:

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

image.png

当表示关系时Mark包括：闭包、连线

image.png

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。

05、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可视化引擎

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

avatar
文章
阅读
粉丝