数据可视化基础

一.什么是数据可视化

1. 生活中的数据可视化：

1. 可视化分类

   1. 科学可视化

      • 科学实验数据的直观展示

   2. 信息可视化

      • 对抽象数据的直观展示

   3. 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

二.可视化设计原则和方法

能够正确地表达数据中的信息不产生偏差与歧义

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

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：

   • 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，产生了在图形的某个地方发生的不正确的视觉预期推断

3. 数据上下文

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

• 控制图形中的谎言因子

  • 谎言因子 = 数据所对应的图形

• 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

• 在实际中，应当确保各部分图形的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的信息

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

  • 擦除非数据模式
  • 擦除的数据墨水

三.视觉感知

可视化致力于外部认知，也就是说，怎样利用大脑以外的资源来增强大脑本身的认知能力

什么是视觉感知：

• 就是客观事物通过人的视觉在人脑中形成的直接反映

结论：

• 人类视觉系统观察的是变化，而不是绝对值，并且任意被边界吸引
• 在可视化设计中，设计者需要充分考虑到人类感知系统的这些现象，以使得设计的可视化结果不会存在阻碍或误导用户的可视化元素

格式塔理论：

• 就近原则
• 相似原则
• 连续性原则
• 闭合原则
• 共势原则
• 对称性原则
• 图形与背景关系原则

\