这是我参与「 第五届青训营 」笔记创作活动的第13天
一、本堂课重点内容：
- 了解数据可视化的概念和基本原则
- 能够识别出不好的，甚至有误导的可视化呈现
- 了解一些前端数据可视化工具
二、详细知识点介绍：
2.1 什么是数据可视化？
Anything that converts data into a visual representation(like charts,graphs,maps,sometimes even just tables)
在科学可视化领域，数据可视化的作用主要是形象化的呈现，方便人们理解和查看。比如医学领域的扫描成像，可以大大提高医生探寻病因的效率。
呈现数据关系的信息可视化是我们见到最多的可视化方式，比如通过地理信息以及连线展现唐代人物的迁徙轨迹。
在计算机诞生之前，可视化都是静态作品，人们只能通过看来理解数据。随着计算机图形的发展，交互成为一个重要研究方向，可视化和图形交互的融合，产生了探索式数据分析。比如下面的数据分析工具Tableau的交互界面。
2.1.1 数据可视化分类
- 科学可视化
- 信息可视化
- 可视分析
2.1.2 为什么要可视化？
记录信息、分析推理、证实假设、交流思想
2.2 可视化设计原则和方法
可视化的设计原则：能够正确地表达数据中的信息而不产生偏差和歧义
常见的错误可视化
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。
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。
可视化设计原则
三、实践练习例子：
1.安斯库姆四重奏
四、引用参考：
