这是我参与「第五届青训营 」伴学笔记创作活动的第 9 天
1.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，以及交互式反馈，是一个跨领域的方向
2.为什么要可视化？
- 记录信息
- 分析推理
- 证实假设
- 交流思想
3.可视化设计原则：能够正确表达数据中的信息而不产生偏差和歧义
- 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
4.常见的错误可视化
- 透视失真：数字如果是由视觉元素表示的，则应该与视觉元素的感知程度成正比。
- 图形设计与数据尺度：图形的每一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
5.谎言因子（LF)
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介于0.95~1.05之间的时候，我们认为具有基本可信度。
6.最大化数据墨水占比（Data-ink Ratio)
可视化图形由墨水盒空白区域构成，我们把可视化图形中不可擦除的核心部分称之为“数据墨水”,擦除数据墨水将会减少图形所表达的信息量
Data-ink Ratio=(Data ink)/(Total ink used to print the graphics)
擦除原则：擦除非数据墨水；擦除冗余的数据墨水
7.格式塔理论：核心是整体决定部分，部分依从于整体。
其较为系统的对人类如何发现图形元素中的相关性进行了全面的总结，被广泛的应用到了视觉设计中。
- 就近原则：当视觉元素在空间距离上相距较近时，人们通常会把他们归为一组，因此可以将数据元素放在相近的位置来突出他们之间的相关性。
- 相似原则：形状、大小、强度、颜色等属性方面比较相似时，这些物体就容易被看成一个整体。
- 连续性原则：人们在观察物体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：有些物体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，人们就会很容易的感知整个物体，而忽略未闭合的特征。
- 共势原则：如果一个对象的一部分都向共同的方向去运动，那么这些共同移动的部分就易被感知为一个整体。
- 对称性原则：对称的元素被视为同一组的一部分。
- 图形与背景关系原则大脑通常认为构图中较小的物体是图形，而更大的物体则是背景。与凹面元素相比，凸面元素与图形相关联更多些。
