这是我参与「第五届青训营 」笔记创作活动的第11天。
一、主要内容
- 数据可视化分类
- 可视化原则和设计方法
- 视觉认知
- 数据可视化工具
二、详细内容介绍
什么是数据可视化？任何将数据转化成可呈现都是数据可视化。
为什么要数据可视化？1.记录信息2.分析推理3.证实假设4.交流思想
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，包括文本，层次结构，更加抽象和高维度。
- 可视化分析：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，综合包括数据分析、人机交互、可视化几个方面。
可视化原则和设计方法
可视化设计原则：
- 准确地展示数据
- 节省笔墨
- 节省空间
- 消除不必要的"无价值"图形
- 在最短时间内传达最多的信息
常见的错误可视化（同样有时候会被用来进行对用户的刻意误导）
- 透视失真（通常发生在3D可视化当中）
如果数字有视觉元素表示，那么应该与视觉元素的感知程度成正比。应该使用清晰、详细和彻底的标签，以避免图形失真和含糊不清。 - 图形设计&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。 - 数据上下文
通过可视化讲述观点和结论的时候一定要讲清上下文，否则数据的可视化会误导，例如只截取部分让原本没有强相关的数据变成强相关的。
视觉认知
人类视觉系统观察的是变化而不是绝对的一个值，并且容易被边界吸引。在可视化设计中，设计者需要充分考虑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：整体决定部分的性质，部分依从于整体。比如就近原则（就近的会被当成整体)相似原则（形状、大小、颜色、强度等属性方面比较相似时，这些物体就容易被看作一个整体）连续性原则（人在观察事物时会自然地顺着物体的边界，将不连续的物体视为连续的整体）闭合性原则（整体不完整但是有一种使其闭合的倾向，人们会自然的视作其闭合）共势原则，通常认为构图中小的是图形，大的是背景等。
视觉编码
视觉编码是一种将数据信息（属性+值）映射成可视化元素（可视化符号+视觉通道）的技术。 视觉通道：分为数量通道（用于表示数值）和标识通道（用于表示是什么在哪里）
面向前端的数据可视化工具
D3：用于数据可视化的开源的JS数据库，通过API的链式调用来完成的。
Vega：一种可视化语法，通过其声明式语法JSON，通过Canvas/SVG来生成一个可视化的效果。
G2：面向常规统计图表，以数据驱动的高交互可视化图形语法。一条语句就能使用Canvas/SVG构造出各式各样的可交互的统计图表。
三、个人总结
数据可视化在我们的日常生活中无处不在，数据可视化虽然看起来简单，但其中的技巧有很多值得学的。要学会利用人眼和大脑的分析来形成引导，是需要学习和练习的。目前也有许多可视化工具，可以多加了解和上手熟悉，在有需要的时候可以增添、完善。
