这是我参与「第五届青训营 」伴学笔记创作活动的第 16 天
本篇文章重点子啊了解数据可视化的概念和基本原则，能够识别出不好的，甚至是有误导性的可视化呈现，了解一些面向前端的数据可视化工具。
什么是数据可视化
有以下几种类别：
- 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
为什么要数据可视化
- 为了记录信息
- 为了分析推理
- 证实假设
- 交流思想
可视化设计原则和方法
能够正确地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：
-
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，避免图形失真和含糊不清
-
图形设计&数据尺度 图形的每一个部分都会产生对其的视觉预期： 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。一个典型的例子是：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
可视化的原则是：一个出色的可视化可以在最短的时间内，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
- 准确地展示数据
- 节省笔墨
- 节省空间
- 消除不必要地“无价值”图形
- 在最短时间内传达最多地信息
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”子啊整体可视化所使用的墨水中的比例
