今天是我参与「第五届青训营 」伴学笔记创作活动的第 12 天.
数据可视化基本概念
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现，及交互式反馈，是一个跨领域的方向
可视化过程：
- 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：
能够正确的表达数据中的信息而不产生偏差和歧义
常见错误的可视化：
- 透视失真
- 图形设计
- 数据上下文
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
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。
数据上下文
谎言因子：
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。
谎言因子=数据所对应的图形元素的相对变化量/数据的真实变化量
- ·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。
可视化原则
- 准确地展示数据
- 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
