这是我参与「第五届青训营 」伴学笔记创作活动的第 1天
什么是数据可视化？
顾名思义，数据可视化就是将数据转换成图或表等，以一种更直观的方式展现和呈现数据。通过“可视化”的方式，我们看不懂的数据通过图形化的手段进行有效地表达，准确高效、简洁全面地传递某种信息，甚至我们帮助发现某种规律和特征，挖掘数据背后的价值。
示例：
数据可视化分类
- 科学可视化（科学实验的直观展示）
- 信息可视化（对抽象数据的直观展示）
- 可视化（对分析结果的直观展示，及交互式反馈，是一个跨领域的方向）
为什么要数据可视化
- 记录信息
- 分析推理
- 证实假设
- 交流思想
安斯库姆四重奏 Anscombe'sQuartet
可视化设计原则和方法
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。
数据上下文
撒谎因子
- 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。 谎言因子=数据所对应的图形;
- 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。
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
An excellent visualization design givesto the viewer the greatest number ofideas in the shortest time with the **leastink **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 redundancie）
- 在最短时间内传达最多的信息（Give the viewer the gsreatest number of ideas in the shortest time）
最大化数据墨水占比（Data-lnk 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列
低数据墨水占比：
高数据墨水占比：
- 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)。
两个擦除原则:
-
- 擦除非数据墨水
- 擦除冗余的数据墨水
-
非数据墨水是指不能描绘有价值信息的墨水:**
- 有时，非数据墨水会使数据变得混乱不堪
- 并非所有的非数据墨水都没有用（例如坐标轴信息）。
-
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
- 擦除非数据墨水
- 擦除冗余的数据墨水
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
- 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
- 眼睛、耳朵、鼻子、神经末梢
那么视觉感知
- 视觉感知：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。
总结：通过本课，让我对数据可视化有了更清晰的概念，以对数据可视化的运用也有了更深层次的理解
