数据可视化基础 ｜ 青训营笔记

这是我参与「第四届青训营 」笔记创作活动的第15天

课程内容与目标：

了解数据可视化的概念和基本原则。
能够识别出不好的，甚至是有误导性的可视化呈现。
了解一些面向前端的数据可视化工具。

1 什么是数据可视化

生活中有各种数据可视化呈现。 Anything that converts data into a visual representation (like charts, graphs, maps, sometimes even just tables)

数据可视化分类

• 科学可视化：科学实验数据的直观展示（科学领域空间测量位置等信息）
• 信息可视化分类：对抽象数据的直观展示（文本、层次结构、地图复杂系统等，更关注抽象和高维度数据等）
• 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（数据分析、可视化界面、交互界面、人机交互等）

（本节课围绕信息可视化）

2 为什么要做数据可视化

01.记录信息

02.分析推理

03.证实假设

04.交流思想

3 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

可视化设计原则：能够正确地表达数据中的信息而不产生偏差与歧义

常见的错误可视化

01.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。（常发生在3D可视化中）

02.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(visual expectation):

• 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。

03.数据上下文

在使用数据可视化时，要把数据上下文也补充全面，否则极易出现误导信息。

An excellent visualization design gives to the viewer the greatest number of ideas in the shortest time with the least ink in the smallest space.

 一个出色的可视化设计可在最短的时间内，使用最少的空间、用最少的笔墨为观众提供最多的信息内涵。  
                                                                   —— Edward R.Tufte

• 准确地展示数据 Show the data, and tell the truth
• 节省笔墨 Use the least amount of ink
• 节省空间 Don't waste space
• 消除不必要的“无价值”图形 Eliminate non-essentials and redundancies
• 在最短时间内传达最多的信息 Give the viewer the greatest number of ideas in the shortest time

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之为“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例

Data-ink Ratio 案例

如上图所示，

·绝大多数墨水都是数据墨水

·用于绘制散点和对应标签

·10%-20%的墨水是非数据墨水

·用于绘制坐标轴和刻度线

·并非所有的非数据墨水都没有用（例如坐标轴信息）。

4 视觉感知

可视化致力于外部认知，也就是说，怎样利用大脑以外的资源来增强大脑本身的认知能力。

什么是视觉感知

**感知**：是指客观事物通过人的感觉器官在人脑中形成的直接反映。

**感觉器官**：眼、耳、鼻、神经末梢

**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

认知过程

认知心理学将**认知过程**看成由信息的获取、分析、归纳、解码、储存、概念形成、提取和使用等一系列阶段组
成的按一定程序进行的信息加工系统。

科学领域中，认知是包含注意力、记忆、产生和理解语言、解决问题，以及进行决策的**心理过程**的组合。

相对判断和视觉假象

结论

• 人类视觉系统观察的是变化，而不是绝对值，并且容易被边界吸引。

• 在可视化设计中，设计者需要充分考虑到人类感知系统的这些现象，以使得设计的可视化结果不会存在阻碍或误导用户的可视化元素。

格式塔学派

• 格式塔学派的理论核心是整体决定部分的性质，部分依从于整体。结构比元素重要，视觉形象首先作为统一的整体被认知。感知的事物大于眼睛见到的事物。

• 格式塔理论(Gestalt Laws)较为系统的对人类如何发现图形元素之间的相关性进行了全面总结，被广泛的应用在了视觉设计当中。

格式塔理论

就近原则 (Proximity)

• 当视觉元素在空间距离上相距较近时，人们通常倾向于将他们归为一组。
• 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(Similarity)

• 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(Continuation)

• 人们在观察事物的时候会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(Closure)

• 有些图形可能本身是不完整或者不闭合的，但主体有一种使其闭合的倾向，人们就会很容易地感知整个物体而忽略未闭合的特征。

共势原则(Common movement)

• 如果一个对象中的一部分都向共同的方向去运动，那这些共同移动的部分就易被感知为一个整体。

对称性原则(Symmetry)

• 对称的元素被视为同一组的一部分。

图形与背景关系原则(Figure-ground)

• 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。

5 视觉编码

视觉编码(Visual Encoding)：是一种将数据信息（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(Mark): 用于在可视化当中表现数据元素或元素之间的关联。

·当表示元素时Mark包括：点、线、面

·当表示关系时Mark包括：闭包、连线

视觉通道

• 视觉通道(Channel): 基于数据属性，控制可视化的符号展现样式，例如，点根据其所代表的数据属性的不同可有不同的形状与颜色。

• 视觉通道有两种类型

  • 数量通道(Magnitude Channel) 用于显示数据的数值属性(定量/定序) 包括：位置、长度、角度、面积、深度、色温、饱和度、曲率、体积。

  • 标识通道(Identity Channel) 用于显示数据的分类属性(是什么/在哪里) 包括：空间区域、色向、动向、形状。

视觉编码的优先级

不同的视觉编码在表达信息的作用和能力上有不同的特性。

• 当利用数量通道编码表示数值属性时： 位置通道是最为精确的，其次是长度、 角度、面积、深度、色温、饱和度、曲率、 最后是体积。

• 当利用标识通道表示分类属性时： 划分空间区域最为有效，其后依次是色向、 动向、形状。

6 面向前端的可视化工具介绍

D3

D3.js是用于数据可视化的开源的JavaScripti函数库，被认为是最好的JavaScript可视化框架之一。

Vega —— A Visualization Grammar

Vega是一种可视化语法。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。

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, 你可以无需关注图表各种繁琐的实现细节，一条语句即可使用Canvas或SVG构建出各种各样的可交互的统计图表。

ECharts

ECharts,一个使用JavaScript实现的开源可视化库，可以流畅的运行在P℃和移动设备上，兼容当前绝大部分浏览器（IE9/10/11, Chrome, Firefox, Safari等），底层依赖矢量图形库ZRender, 提供直观，交互丰富，可高度个性化定制的数据可视化图表。

个人总结与体会

通过本节课程，我学习到了数据可视化相关的内容，包括什么是数据可视化，为什么要做数据可视化，可视化设计原则和方法，视觉感知，视觉编码等。我知道了数据可视化的概念，可以通过数据可视化的原则识别出不好的或者有误导性的可视化呈现，并且还了解了一些面向前端的数据可视化工具。收获颇丰！Nice!