总览

掌握可视化设计的原材料

可视化就像是做菜。经验不足的厨师只能微波炉，但是大厨可以自己选择，做成美味的大餐。

可视化有哪些组件：

• 视觉暗示

• 坐标系

• 标尺

• 背景信息

可视化都是基于数据和这四个组件组成的。

视觉暗示

就是将数据切换成什么方式。比如长度，位置，方向，角度，颜色，色度，体积，面积，形状等等。
我们自己要保证数据在切换中没有丢失。

最精确到最不精确的排序：

虽说如此，效率和准确度并不是最终目标。

如果要用长度来比较数值，必须得看到线条的两端，如果 Y 轴折叠了，那会有误差的。比如左侧的图形明显就是有偏差的：

坐标系

分为：

• 直角坐标系

• 极坐标系

• 地理坐标系

地理坐标系最关键的问题是在二维平面显示球形物体。三维信息投到二维上，一定存在信息的丢失。我们要根据我们的关注点去选择最合适的。

标尺

分为：线性标尺；对数标尺；分类标尺；顺序标尺；百分比标尺和时间标尺

对数标尺蛮有意思，不是为了准确，而是为了更好地显示。

背景信息

5W 信息

示例

作者给了一波数据来举例如何做可视化。
给的数据是美国 3 个时间段的受教育情况。

如果是想描述 2000 年到 2009 年的受教育的变化，怎么绘图？
我自己思考了一下，我的选择是左下，作者给出的是右下：

我跟作者之间的差距在于：

• 我没有去选择五种组件，我只是搜索了脑海中存在的图形，柱状堆积图就觉得完成了

• 作者在一张图中融合了多种方式来辅助，比如既有长度，也有色度的饱和度

• 作者首先处理了数据，进行了排序

我觉得我们可视化小组说不定可以做的事情：

• 给简单图表提供比如色度的配置，让一个简单图表能够包含多一些的表现形式，变得更加的丰富，或者图表提供背景图设置

• 提供一个类似 tablea 的自控图表，给用户灵活性，让他自己绘制自己的图形？让用户去创造？

同时，作者还挖掘出了很多的其他信息：

这一点扩展了我的认知，我看到数据的第一反应是我需要在图表中把所有的数据表达出来。但是其实不对，第一反应应该是去研究数据，得出结论。

可视化绝不是仅仅将数据展示出来。数据应该是资源，要先去挖掘出一些结论，然后根据结论再去自由地选择可视化的方式。

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 981909093@qq.com