这是我参与[第五届青训营]笔记创作活动的第十六天
本课堂重点内容：
- 数据可视化的概念和基本原则
- 能识别出不好的，甚至有误导性的可视化呈现
- 一些面向前端的数据可视化工具
详细知识点介绍：
数据可视化的分类：
- 科学可视化，科学实验数据的直观展示
- 信息可视化，对抽象数据的直观展示
- 可视分析，对分析结果的直观展现，以及交互式反馈，是一个跨领域的方向
为何要可视化：
- 记录信息
- 分析推理
- 证实假设
- 交流思想
可视化设计原则：
能够正确地表达数据中的信息而不产生偏差与歧义
- 准确的展示数据
- 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
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、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：
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中的比例
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
前端的可视化工具介绍：
个人课后总结：
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
