数据可视化 | 青训营笔记
这是我参与「第五届青训营」笔记创作活动的第16天.今天主要学习什么是数据可视化以及数据可视化中的常见错误.
数据可视化分类
(1) 科学可视化 : 科学实验数据的直观展示
(2) 信息可视化 : 对抽象数据的直观展示
(3) 可视分析学 : 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
可视化设计原则
我们希望数据的可视化可以做到以下几点:
- 能够正确地表达数据中的信息而不产生偏差与歧义
- 一个出色的可视化设计可在最短的时间内，使用最少的空间、用最少的笔墨为观众提供最多的信息内涵。
因此, 可视化设计原则需要满足下面几点.
- 准确地展示数据
- 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
(1) 透视失真
通常发生在3d可视化当中, 例如下面这张图
由于近大远小的视觉效果, 绿色部分看起来比紫色部分要大. 因此, 可以利用透视失真来达到宣传的效果. 但如果需要准确无误的展示数据, 就需要注意这一点.
(2)图形设计和数据尺度
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。
(3)数据上下文
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
例如下图所示
- 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)。
