大数据可视化理论与案例分析|青训营笔记

115 阅读1分钟

这是我参与「第四届青训营 」笔记创作活动的第12天

一.定义

1.可视化

2.数据可视化作用

  • 信息展示

image.png

  • 数据探索

image.png

  • 沟通媒介

image.png

二.原理

1.流程

  • 抽象数据
  • 可视化设计
  • 渲染和显示
  • 交互性

image.png

2.数据

数据和数据集

DataTypes:Items、Attributes、Links、Positions、Grids

image.png

  • 表格/Tables

image.png

  • 多维表格/Multidimensional Table

image.png

  • 网络图和树图/Networks or Trees

image.png

  • 场/Fields(Continuous,scalars,vectors,or tensors)

image.png

  • 几何数据/Geometry Spatial

image.png

  • 属性分类/Attribute Types

image.png

3.编码/Encode

(1)图元/Marks

  • Items/Nodes:points/Lines/Areas
  • Links:Connections/Containment

(2)通道/Channels

image.png

(3)编码/Encode

image.png

(4)举例/Encode Demo

  • Items:Rect
  • X-axis:Category--》Position
  • Y-axis:Number--》Length
  • GroupBy:Category--》Color

image.png image.png

(5)编码有效性/Effectiveness

  • 邻近原则(proximity)

image.png

  • 相似原则(similarity)

image.png

  • 连通性原则(Element Connectedness)

image.png

  • 连续性原则(Good continuation)

image.png

  • 封闭的原则(closure)

image.png

  • 共同命运原则(common fate)

image.png

三.案例/Cases

1.案例一

  • 过多的分类会使饼图的视觉效果趋于混乱
  • 同样的数据,如果用柱状图,分类间的对比就会明显很多

image.png

2.案例二

非0基线造成的数据扭曲

image.png

3.案例三

  • 使用累积数据而不是年份数据,给观众造成逐年销量攀升的假象
  • 没有明显比例尺,看不出数据间的实际差异

image.png