一、本堂课重点内容：

数据可视化的基本介绍
为啥要用这个技术点
数据可视化的优点
如何实现数据可视化

二、详细知识点介绍：

什么是数据可视化

顾名思义，数据可视化就是将数据转换成图或表等，以一种更直观的方式展现和呈现数据。

科学可视化：科学实验数据的直观展示。
信息可视化：对抽象数据的直观展示。
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。包含人机交互（机器学习）、数据分析（信息抽取、信息挖掘）、可视化（信息可视化、科学可视化）。

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。

可视化设计原则和方法

节省笔墨：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）。 常见的错误可视化
透视失真
图形设计和数据尺度
数据上下文

视觉感知

就近原则：当视觉元素在空间距离上相距较近时，人们通常倾向与将他们归为一组。将数据元素放在靠近的位置，可以突出它们之间的关联性。
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。
闭合原则：有些图形可能本身是不完整或者不闭合的，但主体有一种时期闭合的倾向，人们就会很容易地感知整个物体而忽略未闭合的特征。
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。

可视化库

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。

三、课后个人总结：

数据可视化是一种很神奇的东西，有句话说得好——“一图胜千言”，放到数据领域就是说，对于复杂难懂且体量庞大的数据而言，图表的信息量要大得多，这也是我们为什么要谈数据可视化。我们看不懂的数据通过图形化的手段进行有效地表达，准确高效、简洁全面地传递某种信息，甚至我们帮助发现某种规律和特征，挖掘数据背后的价值。这就是数据可视化的魅力。

数据可视化基础 | 青训营笔记