这是我参与【第五届青训营】伴学笔记创作活动的第8天。
什么是数据可视化
将数据转换成可视化表示的任何东西，如图表、图形、地图，有时甚至只是表格。
数据可视化分类
- 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示，及交互式反馈，是一个跨领域的方向
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
1. 能够正确地表达数据中地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。
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。
数据上下文
谎言因子
2. 准确地展示数据
Data-Ink Ratio（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
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。
3. 节省笔墨
4. 节省空间
5. 消除不必要的“无价值”图形
6. 在最短时间内传达最多的信息
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
- 擦除非数据墨水
- 擦除冗余的数据墨水
视觉感知
什么是视觉感知
可视化致力于外部认知，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。
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映。
- 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。
- 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。
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 在不同通道上并行处理的，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。
- 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。
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。
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（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。
连续性原则（Continuation）
- 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。
闭合原则(Closure)
- 有些图形可能本身是不完整或者不闭合的，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的特征。
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。
对称性原则（Symmetry）
- 对称的元素被视为同一组的一部分。
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本是图形，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。
视觉编码
视觉编码
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。
- 当表示元素时Mark包括:点、线、面
- 当表示关系时Mark包括:闭包、连线
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(ldentity 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
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
- 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
柱状图（Bar）
- 将柱子的高度(或宽度)映射到数值大小
- 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
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，构成了整个高一年级)，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。
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
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
面向前端的可视化工具介绍
D3
D3.js是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。
vega
vega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。
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。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。
ECharts
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。
