这是我参与「第四届青训营 」笔记创作活动的第4天

课程内容与目标

1. 了解可视化的概念和基本原则
2. 能够识别出不好的，甚至是有误导性的可视化呈现
3. 了解一些面向前端的数据可视化根据

什么是数据可视化？

任何一种将数据转换为可视化形式的东西都是数据可视化的呈现：如图表、地图、绘画

数据可视化的分类

1. 科学可视化：科学实验数据的直观展示
2. 信息可视化：对抽象数据的直观展示
3. 可视分析：对分析结果的直观展现，及交互方式反馈，是一个跨领域的方向
   是可视化、数据分析、人机交互的有机结合

为什么要数据可视化？

1. 记录信息
2. 分析推理
3. 证实假设
4. 交流思想

这四组数据的方差，标准差平均数都是相同的，直接看表格的话，显得很是杂乱，但经过二维散点图的表示之后，各个数据之间的关系更加明晰，清晰易懂

可视化设计原则和方法

糟糕的可视化呈现

错误的可视化呈现

常见的错误的可视化

1. 透视失真

• 如果数组是由视觉元素表示的，那么它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

• 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，我们期望他从始至终能都保持连贯且一致

3. 数据上下文

- 单独拿出1955-1956的数据来看，确实因为出台的政策导致事故人数减少
- 但将近几年的数据全部统一对比，发现实际两者并没有太大相关性

可视化的设计原则

• 能够正确的表达数据中的信息而不产生偏差和歧义

• 一个出色的可视化设计能够在最短的时间里，使用最少的空间、用最少的笔墨为观众呈现最多的信息内涵 — Edward R.Tufte

1. 准确的展示数据
2. 节省笔墨
3. 节省空间
4. 消除不必要的“无价值”图形
5. 在最短时间内传达最多信息

最大化数据墨水占比(Date-ink Ratio)

• 可视化图形由墨水和空白区域组成

• 数据墨水：可视化图形中不可擦除的部分被称之为“数据墨水”

• 擦除数据墨水将减少图形所传达的信息

• 数据墨水占比：可视化图形中用于展示核心数据的“墨水”在整体可视化中所使用的墨水的比例

  

不同数据墨水占比的呈现效果