这是我参与「第四届青训营 」笔记创作活动的第13天

数据可视化基础

数据可视化可以更加便捷的对数据做出进一步的分析和理解，将数据变成图表等能让人理解、看懂的一些可进行对比、分析的东西，有着让人更加容易的记录信息、分析推理、证实假设、交流思想等作用。

什么是数据可视化

• 在生活中有着许多的数据可视化的实例，比如你现在的手机电量或者存储空间，它使用图表的形式展现在你的眼前，让你一眼变暖对它做出分析，是否要充电、是否要清内存等一系列的操作。
• 那怎么使用一句话总结数据可视化呢？就是任何可以将数据转换为可视化表示的东西(如图表、图形、地图，有时甚至只是表格)。

数据可视化的分类

• 科学可视化：科学实验数据的直观展示，比如DNA的双螺旋模型

• 信息可视化：对抽象数据的直观展示，我们会将一些有规律可循的东西定义单位，比如时间、亮度等单位用于从自然中抽象数据。

• 可视分析：对分析结果的只管展现。及交互式反馈，是一个跨领域的方向。

可视化设计原则和方法

不能让人便捷的可视化分析推理的可视化呈现都是糟糕的。

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和歧义。
• 准确的展示数据
• 节省笔墨
• 节省空间
• 消除不必要的“无价值”图形
• 在最短的时间内传达最多的信息

常见的错误可视化

• 透视失真：如果数字是有视觉元素表示的，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，以避免图片失真和含糊不清。
• 图形设计和数据尺度：图形的每部分都会产生对其的视觉预期，这些预期往往决定李眼睛实际看到的东西，错误的数据洞察，产生于在视觉预期推断。
• 数据上下文不匹配