这是我参与【第四届青训营】笔记创作活动的的第15天。今天的课让我们了解了数据可视化的基本原则和概念。
一. 什么是数据可视化？
-
Anything that converts data into a visual representation(like charts, graphs, maps, sometimes even just tables) 任何将数据转换为可视化表示形式的东西（如图表，图形，地图，有时甚至只是表格）
-
根据数据的不同可以有两个数据可视化的分支：
-
科学可视化：科学实验数据的直观展示（主要围绕科学领域的空间测量位置的直观展示）
-
信息可视化：对抽象数据的直观展示（更关注抽象和高纬度数据）
-
-
可视分析：
- 对分析结果的直观展现，及交互式反馈，是一个跨领域的综合学科
-
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
-
二. 可视化的设计原则和方法
能够正确地表达数据中的信息而不产生偏差与歧义
-
常见数据可视化错误：
-
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。实用清晰、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判断
-
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。
-
-
可视化的设计原则：
-
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
-
在最短地时间内传达最多的信息
-
-
最大化数据墨水占比(Data-Ink Ratio)
-
可视化图形有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
-
-
设计方法
-
最重要的是展现数据
-
合理范围内，最大化数据墨水占比
-
擦除非数据墨水
-
擦除冗余的数据墨水
-
三. 视觉感知
格式塔理论 ：整体决定部分的性质，部分依从于整体
- 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。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。
- 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地边界，将不连续地物体视为连续地整体
- 闭合原则：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：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：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，凸面元素与图形相关联更多些。
四. 视觉编码
- 可视化符号
用于在可视化当中表现元素或元素之间的关联
表示元素：点线面
表示关系：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。
-
数量通道：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：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
-
五. 面向前端的可视化工具介绍
-
D3
-
Vega
-
G2
-
EChart
