这是我参与「第四届青训营」笔记创作活动的第2天
1 什么是数据可视化？
任何一种将数据转化成可视化呈现形式的就是数据可视化。
在生活中的例子：手机存储空间的环形图、电子表格、一些企业的营收柱状、地图、游戏中的小地图、体温计等等。
为什么要做数据可视化？
- 记录信息
- 分析推理
- 证实假设
- 交流思想
案例：安斯库姆四重奏
这里有一个数据表格，里面有4组二维数据的典型，它们的统计学的指标都是相同的，但是通过这张表格我们却很难看出这些信息。
但是当我们将实际的数据分布用二维可视化进行一个呈现就可以很明显的看出它们的分布规律。
2 可视化设计原则和方法
常见的错误可视化
- 透视失真
- 图形设计&数据尺寸
- 数据上下文
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。
上图就是典型的利用透视空间中近大远小的原理，使得苹果的19.5的比例看起来反而比其它品牌21.2的比例还要大，从而误导观众，起到宣传的目的。
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：轴刻度，我们期望它从始至终能够保持连贯且一致。
这张图的刻度区间在60之前每个大格间隔为20，60之后每个大格间隔变为40，如果把文字全部抹掉，我们可能会联想到60的下一大格的数据是80，这就导致了错误的推断。
数据上下文
在通过数据可视化表现数据或者阐述观点的时候，一定要把数据的上下文说清楚，要不然做出来的图表很容易有误导性。
左图的横轴代表年份，纵轴是交通事故中丧生的人数。
左图是想表达在采取交通措施后交通丧生的人数有明显下降的趋势，但是把数据上下文补全之后，就会发现下降后的人数依然处于高位。
可视化设计原则
- 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”
- 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列
案例：
