这是我参与「第五届青训营」伴学笔记创作活动的第30天。

数据可视化基础

什么是数据可视化

Anything that converts data into a visual representation.(like charts,graphs,maps,sometimes even just tables)

将数据转换为可视化表示的任何内容。（如图表，图形，地图，有时甚至只是表格)

数据可视化分类

科学可视化
信息可视化
可视分析

可视化原因

记录信息
分析推理
证实假设
交流思想

可视化设计原则和方法

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

透视失真
- 如果数字是视觉元素表示的，那么他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
数据上下文

谎言因子

控制图形中的谎言因子( Lie Factor )
谎言因子：衡量可视化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，我们认为图标没有对数据实时进行扭曲，是一个可信的可视化设计
在实际之中，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

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

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的比例

Data-ink Ratio案例

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）

提高Data-ink Ratio

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

最重要的是展示数据
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。

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。

引导注意力，高效传达信息

研究表明，人类对于颜色、形状、运动，这些视觉属性，是在不同通道上并行处理的，并且人类能在200ms以内快速辨别，这些属性被称作具有“预感知”特性。
在一个通道中表达的信息，不会干扰(很多)在另一个通道上表达的信息，应当使用不同的视觉通道来描画数据不同方面的特征。(例如一个标记的颜色，并不会影响)
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

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(GestaltLaws)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

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
当数据元素放在靠近的位置，可以突出他们之间的关联性

相似原则

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

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

有些图形本身是不完整或不闭合的，但主题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

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

对称的元素被视为同一组的一部分

图形与背景原则

大脑通常认为构图中最小的物体是图形，而更大的物体是背景
跟凹面元素相比，凸面元素与图形相关联更多些

视觉编码

视觉编码是一种将数据信息映射成可视化元素的技术

数据信息：属性+值
可视化元素：可视化符号+视觉通道

可视化符号

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由不同的特性

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。

前端与HTML青训营笔记