数据可视化基础 ｜ 青训营笔记

行下星暇
85 阅读10分钟

这是我参与「第五届青训营 」伴学笔记创作活动的第 14 天

一、本堂课重点内容：

  • 数据可视化的基本概念
  • 可视化设计原则和方法
  • 视觉感知
  • 视觉编码
  • 基础统计图表
  • 面向前端的可视化工具介绍

二、详细知识点介绍：

1. 数据可视化的基本概念

1.1 生活中的数据可视化

image.png image.png

1.2 数据可视化的概念

  • 将数据转换为可视化表示的任何东西(如图表、图表、地图，有时甚至只是表)

数据可视化分类

  • 科学可视化
    • 科学实验数据的直观展示
image.png

  • 信息可视化

    • 对抽象数据的直观展示
image.png

  • 可视分析

    • 对分析结果的直观展现，及交互式反馈，是一个跨领域的方向
image.png

1.3 数据可视化的原因

  1. 记录信息
  2. 分析推理
  3. 证实假设
  4. 交流思想

1.4 安斯库姆四重奏

image.png image.png

2. 可视化设计原则和方法

2.1 常见的错误可视化

  1. 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。
image.png
  1. 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。
  1. 数据上下文
image.png

2.2 原则

能够正确地表达数据中的信息而不产生偏差与歧义

image.png
  • 准确地展示数据
    • Show the data, and tell the truth
  • 节省笔墨
    • Use the least amount of inka
  • 节省空间
    • Don't waste space
  • 消除不必要的“无价值”图形
    • Eliminate non-essentials and redundancies
  • 在最短时间内传达最多的信息
    • Give the viewer the greatest number of ideas in the shortest time

2.3 Data-int Ratio

最大化数据墨水占比(Data-Ink 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
image.png image.png

提高Data-int 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)。
  • 元余的数据墨水描述了信息，但它重复显示了信息。
image.png

2.4 可视化设计方法

  • 最重要的是展现数据(Above all show the data)
  • 合理范围内，最大化数据墨水占比(Maximize the data-ink ratio, within reason.)
    • 擦除非数据墨水(Erase non-data-ink, within reason.)
    • 擦除冗余的数据墨水(Erase redundant data-ink.)

3. 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。

视觉感知的概念

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

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。

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。

视觉感知

  • 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。https:/lwww.csc2.ncsu.eduifaculty/healey/PPl

  • 在—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(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。
image.png

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。
image.png

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。
image.png

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。
image.png

4. 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
image.png

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
image.png
  • 当表示关系时Mark包括:闭包、连线
image.png

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(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

image.png

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有不同的特性

  • 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。

5. 基础统计图表

柱状图

  • 将柱子的高度(或宽度)映射到数值大小
  • 最基础的柱形图，需要一个分类变量和—个数值变量。
  • 柱状图必须以0作为基准线，可以表示正值或负值
  • 在柱状图中，柱子可以分组展示
  • 柱状图是比较分类的数据的最佳选择
image.png

饼图

  • 每个扇形的弧长(以及圆心角和面积)大小，表示i该种类占总体的比例
  • 饼图最显著的功能在于表现“占比”
  • 饼图─般需要一个分类数据字段、—个连续数据字段
  • 分类字段的数据，在图表使用的语境下，应当构成一个整体（例如一班、二班、三班，构成了整个高一年级)，而不能是独立、无关的。
  • 由于饼图用面积取代了长度，从而加大了对各个数据进行比较的难度，当需要对数据进行比较，分清孰大孰小，尤其是当数据接近时，柱状图更加合适。
image.png

散点图

  • 一般通过点在空间上的位置信息来编码数据
  • 点可以根据需要绘制成不同的颜色、
  • 点既可以是一个圆形，也可以用基他不同形状来替代。形状也是—个重要的视觉通道，用于编码不同数据信息。
  • 可以通过更复杂的组合图形(glyphs)来编码多维度数据。
  • 散点图适用于分析变量之间是否存在某种关系或相关性。
  • 散点图适用于分析变量之间相关性的强弱，我们可以通过查看图上数据点的密度来确定相关性的强弱
image.png

折线图

大多数情况下，折线图适用于x轴为连续数据的场景，但:

  • 也可以在x轴为离散数据时使用;
  • 甚至可以用于分类数据时使用，如果分类数据的顺序是有意义的。
  • 以上两种情况在插值计算时要格外注意
image.png

选择适合的图表

image.png

6. 面向前端的可视化工具介绍

D3

D3js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。

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

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。

ECharts

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：

通过本章节数据可视化基础的学习，我清楚了数据可视化的基本概念，也学习到了可视化的设计原则和方法，了解了可视化取决于人的生物特性和行为。

avatar
文章
阅读
粉丝