这是我参与「第四届青训营笔记」创作活动的第二天。今天学习了数据可视化，数据可视化就是将数据转换为可视化对象，我的理解是数据可视化就是将数据转换为图表等形式来更好地呈现信息，比如如果要了解一组数据的变化规律，可以先将这组数据绘制成折线图，看看这组数据是否存在线性规律。

1 数据可视化分类

2 为什么要数据可视化

根据数据可视化可以帮助人们更直观学习东西、获取知识。数据可视化可以记录信息、分析推理、证实假设、交流思想。

可视化原则：能正确表达数据中的信息而不产生偏差与歧义。

（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。

（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：

（3）数据上下文：展示的时候最好把完整的可视化信息展示，不能只展示一部分，不然可能会导致误判。

需要控制图形中的谎言因子【Lie Factor,LF,衡量可视化中表达的数据量与数据之间的夸张程度的度量方法。谎言因子=数据所对应的图形元素的相对变化量/数据的真实变化量】在合适范围。

（1）准确地展示数据（最重要）（2）节省空间（3）消除不必要的“无价值”图形（4）在最短时间内传达最多的信息（5）节省笔墨合理范围内最大化数据墨水比：

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为“数据墨水”。数据墨水可以用来绘制散点和对应标签。非数据墨水值得是不能描绘有价值信息的墨水，并非所有的非数据墨水都没有用，它可用于绘制坐标轴和刻度线。
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

两个数据擦除的原则：擦除非数据墨水、擦除冗余的数据墨水（重复显示信息的数据墨水）。

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。格式塔理论：较为系统地对人类如何发现图形元素之间的相关性进行了全面总结。

视觉编码是已汇总将数据信息（属性+值）映射成可视化元素（可视化符号+视觉通道）的技术。

可视化符号：在可视化中表现数据元素（点、线、面）或元素之间的关联（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，点可以根据代表的数据属性不同有不同的形状和颜色。视觉通道有数量通道（像素数据的数字属性：位置，长度，角度、面积、体积、饱和度等，比如饼图）、标识通道（显示数据的分类属性，包括空间区域，动向、形状等）。

视觉编码优先级：

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。上手一定门槛。
Vega: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。Vega更推荐使用。
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，可以无需关注图表各种的繁琐的实现细节，一条语句即可使用Canvas或SVG构建出各种各样的可交互统计图表。
ECharts：使用JavaScript实现的开源可视化库，可以运行在PC和移动端，兼容大部分浏览器。提供直观，交互丰富，可高度个性化定制的数据可视化图表。

工具：