数据可视化过程不完全指南
|
所谓可视化，其实就是根据数据，用标尺、坐标系、各种视觉暗示以及背景信息描述进行组合来表现数据。下图为可视化组件的“框架图”：  a. 视觉暗示 可视化最基本的形式就是简单地将数据映射成图形，大脑可以在数字与图形间来回切换从而寻找模式。所以我们必须选择合适的视觉暗示来保证数据的本质没有在大脑地来回切换中丢失，并且尽可能让大脑能轻松获得信息。  从上到下，对人脑而言视觉暗示清晰程度逐渐降低。 位置 使用位置作视觉暗示时，大脑是在比较给定空间或者坐标系中数值的位置。它的优势在于占用空间会少于其他视觉暗示，但劣势也很明显，我们很难去辨别每一个点代表什么。所以，应用位置作为视觉暗示主要用于发现趋势规律或者群集分布规律，散点图是位置作为视觉暗示的典型运用。 长度 使用长度作为视觉暗示，大脑的理解模式是条形越长，绝对值越大。优点非常明显人眼对于长度的“感受”往往是最准确的。条形图是长度作为视觉暗示的最常见图表。 角度 使用角度作为视觉暗示，大脑的理解模式为两向量如何相交，相交角度是否大于90度或180度。角度作为视觉暗示的最常见图表式饼图。 方向 使用方向作为视觉暗示，大脑的理解模式为坐标系中一个向量的方向。在折线图中显示为斜率，在迁徙图中显示为箭头所指方向。 形状 使用形状作为视觉暗示，对大脑而言往往代表着不同的对象或者类别。可用于在散点图中区分不同群集。 面积/体积 使用面积/体积作为视觉暗示，面积大则绝对值大。需要注意的一点是，用面积显示2倍关系时，应该是面积乘倍而不是边长乘倍。 色相与饱和度 不同的颜色通常用来表示分类数据，每个颜色代表一个分组;不同的色相通畅用来表示连续数据，常见模式是颜色越深代表数值越大。 b. 坐标系
c. 标尺 标尺的重要性在于与坐标系一起决定了图形的投影方式。
d. 背景信息 背景信息，所指即我们在理解 DATA 通过 “5W1H” 法回答的问题。包括数据背景与业务背景。 基本的原则是，如果信息在图形元素中没有得到巧妙地暗示，我们久需要通过标注坐标轴、注明度量单位，添加额外说明等方法来告诉读者图表中每一个数据及其视觉暗示代表什么。 2. 美化，让可视化更为清晰 在研究阶段，我们重点尝试从各种不同的角度切入去观察数据，没有过多地考虑表达是否准确，图形是否美观。 但，当我们进展到准备将分析报告呈现给业务方或领导时，必须对可视化图表进行优化使其是清晰易读的。否则，我们很可能要挨批了。  上图为，数据可视化与现实世界的连接关系。清晰易读的可视化一定是在尽可能地减少读者从可视化图表理解转换为现实世界的难度。而增强数据比较、合理注解引导、减少读者理解步骤是达成这一目的的良好手段，下面为大家详细展开介绍： a. 增强数据比较，降低大脑进行信息比较的难度 当我们在阅读可视化图表时，我们的大脑会自然地进行比较从而获取信息。增强数据比较，可有效降低信息比较难度，使大脑更容易抓住关键信息，减少模凌两可，使大脑获取信息更具确定性。 建立视觉层次，用醒目的颜色突出数据，淡化其他元素 有层次感的图表更易读，用户能更快地抓住图表中的重点信息。相反，扁平图则缺少流动感，读者相对较难理解。建立视觉层次，我们可以用醒目的颜色突出显示数据，并淡化其他元素使其作为背景，淡化元素可采用淡色系或虚线。 散点图的目标是为寻找规律与模式，拟合数据线是下图的关键。弱化数据点、强化拟合趋势线使其形成鲜明的2个层次。  高亮显示重点内容 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
