这是我参与[第五届青训营]伴学笔记创作活动的第15天
了解数据可视化的概念和基本原则
什么是数据可视化
数据可视化是指将数据以图表、图形、地图、折线图等形式呈现出来，以便人们快速了解数据的模式、趋势、异常等。数据可视化涉及到多种图表、图形、工具和技术，比如柱状图、饼图、散点图、热力图等。
为什么要可视化
- 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
能够正确的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
如果数字是由视觉元素表示的，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产生对其的视觉预期
- 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
可视化设计原则
- 明确目的：明确数据可视化的目的，以便选择合适的图表类型和数据表示方法。
- 简洁明了：选择合适的图表类型，使图表明确表达数据信息，避免过多的元素或者冗长的标题。
- 可视性：使用清晰的颜色和图形，保证图表的可视性和可读性。
- 可交互性：提供交互性的图表，允许用户了解更多数据信息，例如通过悬停、点击等交互方式。
- 协调性：保证图表的尺寸、颜色和字体等元素协调一致，避免不必要的图表元素干扰。
- 数据可靠性：确保数据源的可靠性，以便准确呈现数据信息。
- 可扩展性：考虑图表的可扩展性，以便适应不断变化的数据需求。
可视化设计方法
- 数据探索：探索数据，了解数据的特征、趋势和异常。
- 数据预处理：预处理数据，清理数据、规范数据等。
- 图表选择：根据数据特征和目的选择合适的图表类型。
- 数据可视化：使用合适的工具将数据呈现为图表。
- 图表设计：设计图表的外观，包括颜色、字体、标题等。
- 数据验证：验证图表的准确性，确保图表准确呈现数据信息。
- 图表交互：为图表添加交互元素，使用户能够更直观地理解数据信息。
视觉感知
- 人类视觉感知体统观察的是变化，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，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
基础统计图表
- 饼图
- 散点图
- 折线图
一些面向前端的数据可视化工具
- D3.js是用于数据可视化的开源Javascript函数库，被认为是最好的JavaScript可视化框架之一
- Vega
- 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
- 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，兼容绝大部分浏览器
