这是我参与「第五届青训营」笔记创作活动的第1天。
「数据可视化基础」2月11日课程

一、学习目标：

了解数据可视化的概念和基本原则
识别不好的，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

二、学习内容

什么是数据可视化

生活中的数据可视化：

常见的各种信息数据，转换为图表：健康指数、收入分析、地图、体温计……

什么是数据可视化（定义）

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
对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示、交互式反馈，跨域方向

为什么要可视化

记录信息
分析推理
证实假设
交流思想

例子：安斯库姆四重奏统计学指标（回归函数、均值、方差等）完全相同的四组坐标元组数据如何区分？
A：绘制图表
→

可视化设计原则和方法

An excellent visualization design givesto the viewer the greatest number ofideas in the shortest time with the leastink in the smallest space.
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

糟糕、错误的可视化呈现例子

颜色压抑难看、度量不统一、对比错误……

可视化设计原则

准确地展示数据
节省笔墨
节省空间
消除不必要的“无价值”图形
在最短时间内传达最多的信息

Show the data, and tell the truth
Use the least amount of ink
Don't waste space
Eliminate non-essentials and redundancies
Give the viewer the greatest number of ideas in the shortest time

常见的错误

透视失真
图形设计&数据尺度
数据上下文

需要理解的概念

谎言因子

控制图形中的谎言因子 (Lie Factor，LF）
谎言因子:衡量可视化中所表达的数据量与数据之间的夸张程度的度量方法。

当 LF = 1 时，我们认为图表没有对数据实时进行扭曲，是一个可信的可视化设计。在实际当中，应当确保各部分图形元素的 LF 在[0.95,1.05] 范围内，否则，所产生的图表认为已经丧失了基本可信度。

Data-ink Ratio 最大化数据墨水占比

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
非数据墨水
是指不能描绘有价值信息的墨水:有时，非数据墨水会便数据变得混乱不堪并非所有的非数据墨水都没有用 (例如坐标轴信)
冗余的数据墨水描述了信息，但它重复显示了信息

可视化设计方法

最重要的是展现数据
合理范围内，最大化数据墨水占比
两个擦除原则：
- 擦除非数据墨水
- 擦除几余的数据墨水
Above all show the data
Maximize the data-ink ratio, within reason：
- Erase non-data-ink, within reason.
- Erase redundant data-ink.

视觉感知

什么是视觉感知

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。

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

格式塔学派和理论

格式塔学派与构造主义元素学派

格式塔心理学（gestalt psychology），又叫完形心理学，是西方现代心理学的主要学派之一，诞生于德国，后来在美国得到进一步发展。该学派既反对美国构造主义心理学的元素主义，也反对行为主义心理学的刺激—反应公式，主张研究直接经验（即意识）和行为，强调经验和行为的整体性，认为整体不等于并且大于部分之和，主张以整体的动力结构观来研究心理现象。该学派的创始人是韦特海默，代表人物还有苛勒和考夫卡。
_构造主义心理学_是心理学成为一门独立的实验科学后出现于欧美的第一个心理学派，由铁钦纳于1898年正式创立。这个学派认为心理学的研究对象是意识经验，主张心理学应该采用实验内省法分析意识的内容或构造，找出意识的组成部分以及它们构成复杂心理过程的规律。

格式塔理论

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。
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

视觉编码

什么是视觉编码（Visual Encoding）

Jacques Bertin 法国制图学家[1918-2010] "Semiology ofGraphics"[1967] 提出视觉编码的理论原则
视觉编码是一种:
将数据信息映射成可视化元素的技术。
*属性 + 值 → 可视化符号 + 视觉通道

可视化符号

用于表示数据元素或元素关联：
元素：点、线、面
关联：闭包、连线

视觉通道

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，并且作用与能力上有不同特性：
数量通道：
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。

优先级：
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。
标识通道：
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。

优先级：
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。

*基础统计图表（另起整理，计划结合工具探索）

面向前端的可视化工具

D3

官网：d3js.org/ Github：github.com/d3/d3
简单柱状图案例：observablehq.com/@d3/bar-cha…
D3.is 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。
上手有一定难度，实际需用时再深入学习。Api 的链式调用。

Vega

官网：vega.github.io/ Vega
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

官网：g2.antv.antgroup.com/zh Github：github.com/antvis/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。
可继续了解【图形语法】的概念。

ECharts

官网：
ECharts，一个使用 JavaScript 实现的开源可视化库可以流畅的运行在 PC 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

三、课后个人总结：

本章有什么知识点不容易掌握？

面向前端的工具很多，对于初学比较有压力，需要多做实践和学习。

什么地方容易与其他内容混淆？

心理学派的内容，从理论上提取有参考价值的信息，但是难以辨别几大主流学派的观点，有兴趣则需要全面了解才能掌握。

数据可视化 | 青训营笔记