数据可视化基础 | 青训营笔记

Murmure670
149 阅读10分钟

数据可视化基础

什么是数据可视化？

生活中的数据可视化image.pngimage.png

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

数据可视化分类

科学可视化image.png科学实验数据的直观展示

信息可视化image.png对抽象数据的直观展示

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

为什么要数据可视化

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

安斯库姆四重奏 Anscombe's Quartet

image.pngimage.png

可视化设计原则和方法

糟糕的可视化呈现

image.pngimage.png

可视化设计原则

能够正确地表达数据中地信息而不产生偏差与歧义image.pngwww.vislies.org/2021/galler…

常见的错误可视化

  1. 透视失真

image.png

  1. 图形设计 & 数据尺度

image.png

  1. 数据上下文

image.png

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

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image.png

数据上下文

image.png

谎言因子

  • 控制图形中的谎言因子（Lie Factor，LF）：

谎言因子：衡量可视化中所表达的数据量与数据之间的夸张程度的度量方法image.png

  • 当 LF=1时，我们认为图表没有对数据实时进行扭曲，是一个可信的可视化设计
  • 在实际当中，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

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 ink

  • 节省空间

Don't waste space

  • 消除不必要地“无价值”图形

Eliminate non-essentials and redundancies

  • 在最短时间内传达最多地信息

Give the viewer the greatest number of ideas in shortest time

Data-ink 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地核心部分被称之为“数据墨水”
  • 擦除数据墨水将减少图形所传达地信息量
  • 数据墨水占比：可视化图形中用于展示核心数据地“墨水”在整体可视化所使用的墨水中的比例

image.pngimage.png

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）

image.png

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

image.png

可视化设计方法

  • 最重要的是展示数据

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 reaundant data-ink

视觉感知

可视化致力于外部感知，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image.png

什么是视觉感知

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应

感觉器官：眼、耳、鼻、神经末梢

那么，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应

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、存储、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image.png

相对判断和视觉假象

image.png

image.png

结论

  • 人类视觉系统观察的是变化，而不是绝对值，并且容易被便捷吸引
  • 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

视觉突出

image.png

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，是在不用通道上并行处理的，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 www.csc2.ncsu.edu/faculty/hra…
  • 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

image.png

格式塔学派

image.png

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

image.pngimage.png就近原则（Proximity）

  • 当视觉元素在空间距离上相距较近时，人们通常倾向于将它们归为一组
  • 将数据元素放在靠近的位置，可以突出它们之间的关联性

image.png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

image.png连续性原则（Conti'nuation）

  • 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地特征

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

image.png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

视觉编码

Jacques Bertin

image.png

视觉编码（Visual Encoding）

image.pngimage.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

  • 当表述元素时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（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image.png

  • 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

基础统计图表

基础图表————柱状图（Bar）

  • 将柱子的高度（或宽度）映射到数字大小
  • 最基础的柱形图，需要一个分类变量和一个数值变量
  • 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

基础图表————饼图（Pie）

  • 每个扇形的弧长（以及圆心角和面积）大小，表示该种类占总体的比例
  • 饼图最显著的功能在于表现“占比”
  • 饼图一般需要一个分类数据字段，一个连续数据字段
  • 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，构成了整个高一年纪），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

基础图表————散点图（Scatter）

  • 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，也可以用其他不同形状来替代。形状也是一个重要的视觉通道，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.pngimage.png

选择合适的图表

image.pngimage.pngwww.tuzhidian.com/

面向前端的可视化工具介绍

D3

D3.js 时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

简单柱状图示例：observablehq.com/@d3/bar-cha…image.png

Vega

image.pngVega 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image.pngimage.png简单柱状图示例：vega.github.io/editor/#/ex…

G2

image.pngG2：一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拓展性。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image.pngimage.png简单柱状图示例：g2.antv.antgroup.com/zh/examples…

ECharts

image.pngECharts，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image.pngimage.png简单柱状图示例：echarts.apache.org/examples/zh…

avatar
文章
阅读
粉丝