数据可视化基础（一） ｜ 青训营笔记

Tiddoll
62 阅读3分钟

这是我参与「第五届青训营 」伴学笔记创作活动的第 15 天

数据可视化基础

01什么是数据可视化

任何将数据转换为可视表示形式的工具(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

    对抽象数据的直观显示

  • 可视分析

    对分析结果的直观展现，及交互式反馈，是一个跨领域的方向

为什么要可视化

  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

02可视化设计原则和方法

可视化设计原则

能够正确的表达数据中的信息而不产生偏差与歧义

常见的错误可视化

  1. 透视失真

    • 如果数字是由视觉元素表示的，那么他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

  2. 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，我们期望他从始至终能够保持连贯且一致

  3. 数据上下文

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-20230215102446473

    • 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

  • 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消息

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

    image-20230215103102468

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）

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，但他重复显示了信息

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
avatar
文章
阅读
粉丝