数据可视化小知识 | 青训营笔记
这是我参与「第五届青训营 」伴学笔记创作活动的的第16天。
数据可视化在前端开发领域中占据了非常重要的地位。它通过将数据转换为易于理解的图形、图表和其他形式的可视化，使得数据更加直观、易于理解，从而帮助用户更好地理解和分析数据。
什么是数据可视化
Anything that converts data into a visual representation (like charts, graphs, maps, sometimes even just tables)
数据可视化是一种将数字数据以图形、图表、图像等形式呈现的方法，目的是帮助人们快速识别数据中的趋势和模式。
数据可视化是关于数据视觉表现形式的科学技术研究，它以概要形式呈现数据的各种属性和变量。
数据可视化分类
- 科学可视化
- 信息可视化
- 可视分析
为什么要数据可视化
使用数据可视化有以下几个重要的原因：
-
提高信息理解效率：数据可视化可以帮助人们更快地理解数据，而不是通过阅读大量的数字或纯文本信息。
-
发现隐藏的趋势：数据可视化可以帮助人们发现数据中的隐藏趋势，这在数据分析和决策过程中非常重要。
-
增强沟通效果：数据可视化可以帮助人们更清晰地表达数据信息，并且可以增强信息的传递效率。
-
易于记忆：人们对图形和图像的记忆效果比对数字和文本的记忆效果更强。
-
更好的数据分析：数据可视化可以帮助人们更好地分析数据，并且可以通过可视化的形式更清晰地理解数据之间的关系。
可视化设计原则和方法
可视化原则：能正确表达数据中的信息而不产生偏差与歧义。
常见的可视化错误
（1）透视失真：经常发生在3D可视化中
它指的是当观察3D图形时，因为使用透视投影，导致图形的大小和形状在视觉上出现失真。
透视失真是由于透视投影的本质原因造成的，因为透视投影是一种创建立体图形的技术，它将3D图形映射到二维平面上，以模拟观察者的视角。因此，远处的物体会显得比近处的物体更小，而且物体的形状也会变得不够真实。
减少透视失真技巧
- 使用平行投影，
- 使用正交投影或在3D空间中选择合适的观察视点
- 在数据可视化领域中，透视失真也可以通过选择适当的图形类型，如折线图，条形图等来避免。
（2）视觉预期错误：图形的每一部分都会产生对其的视觉预期(visual expectation)
它是指在数据可视化中，人们因为对数据的预期偏差，导致他们错误地解读了可视化效果。这种错误可能是由于观察者在解释数据图形时对数据的错误理解，也可能是由于可视化设计中的错误导致的。
（3）数据上下文：展示的时候最好把完整的可视化信息展示，不能只展示一部分，不然可能会导致误判。
- 需要控制图形中的谎言因子
可视化原则
- 准确地展示数据（最重要）
- 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
- 节省笔墨 合理范围内最大化数据墨水比：
视觉感知
视觉感知是指人们对眼睛接收到的光线信息的理解和评价过程。它是一种对视觉信息进行识别、分析和解释的心理过程。
在数据可视化中，视觉感知非常重要，因为可视化的目的是使数据更易于理解和解释。因此，数据可视化设计者必须了解人类的视觉感知过程，以确保可视化图形能够有效地传达信息。
格式塔理论
- 就近原则：当视觉元素在空间距离上相距较近时，人们通常倾向与将他们归为一组。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，但主体有一种时期闭合的倾向，人们就会很容易地感知整个物体而忽略未闭合的特征。
- 对称性原则：对称的元素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。
