这是我参与「第五届青训营」伴学笔记创作活动的第 十五 天
数据可视化
什么是数据可视化
数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。比如生活中可见的数据图表、手机上的电子地图还有温度计等，将数据以图形化展示出来，让用户更清晰地理解数据所能表示的结果。
数据可视化分类
数据可视化可分为科学可视化、信息可视化与可视分析。
科学可视化主要围绕科学领域的一些空间测量位置等科学实验数据的直观展示。
信息可视化处理的是更为抽象，更为非结构化的数据，包括文本，一些层次结构以及复杂系统等等。
可视分析的目标是结合可视化的界面，包括交互的界面去对数据进行分析与推断，其包含了可视化、人机交互和数据挖掘等多个领域。
为什么要数据可视化
数据可视化的意义在于让人们可以从单纯的观察一个物体到能够从中获取知识，包括在可视化中能够记录一些信息，通过可视化对数据进行一定的推理，能够进行一些证实与假设，并且通过可视化来交流思想。
可视化设计原则
在可视化设计原则当中最重要的是能够正确地表达数据而不产生偏差与歧义。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。因此数据可视化应该遵守以下原则：
- 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
- 在最短的时间内传达最多的信息
最大化数据墨水占比(Data-lnk Ratio)
一个可视化图形是由墨水和空白区域构成的，描述数据的墨水即为数据墨水。
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。
常见的错误可视化
透视失真
透视失真常常出现在 3D 可视化中，由于引入了空间这种立体的元素，有时会产生数据的变形。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。在使用可视化时使用清晰、详细和彻底的标签来标记具体的数值，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。但是实际上表盘上的大数字之间的间隔可能并不一致，在某一个刻度之前，大数字之间的间隔代表20的差值，而在这个刻度之后，这个间隔却变成了40。这样就会导致使用者在忽略表盘上的具体数字时，可能导致的判断失误。
数据上下文
在通过数据可视化来讲述一个观点或结论的时候，一定要将数据的上下文补充全面，否则可能会使得可视化的内容出现误导性。
格式塔理论
格式塔理论的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
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
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。
共视原则
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
对称的元素通常会被视为同一组的一部分。
图形与背景关系原则
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
视觉编码是一种将数据信息映射成可视化元素的技术。数据信息即属性与值，可视化元素即可视化符号与视觉通道。
可视化符号
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
视觉通道是基于数据属性，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。视觉通道分为数量通道与标识通道两种类型：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(ldentity 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。
