数据可视化之美 -- 读笔1

  1. 数据可视化之美 - 读书笔记一
    1. 第一章:
    2. 第二章:
    3. 第三章

数据可视化之美 - 读书笔记一

第一章:

  • 除了数据本身,还有比较重要的是想要表达的信息和应用场景。例如元素周期表

  • 数据展示要高效。例如伦敦地铁图,好有水准,剔除无用因素。

经典风格展示数据可以是有创意的实践,但是不是原始的可视化的精髓和价值
明确风格有明确,合理的使用习惯:
折线图表示连续数据,条形图离散数据,饼图表示对于图形直观呈现的优美更感兴趣而不是传递信息本身

先要确定可视化要达到的信息或者达到的目标。读者和他们的需求,行话和偏好都要考虑。

使用场景要是两种设计目的

  • 一是揭示设计师所知道的

  • 一个是帮助未知事物的研究

类似于我们的智能分析模块,诱导做出决定

一个是演示,一个是探索。

改变突出的重点,有意的改变传递的信息。

使用轴线表达含义

美国总统大选图确实好像可视化效果不好,州的大小其实根本不重要,更重要的是选票多少,利用了惯例给人的熟悉感,但是应该突破常规的时候没有突破。

第二章:

讲述故事的能力
问题+可视化数据+场景=故事

  • 先提出问题,也可以先收集数据,在过滤和筛选数据的时候提出问题

  • 然后收集数据,并进行数据的再加工

  • 然后应用一种可视化展现

有些常用的可视化展现方式:

  • 尺寸:尺寸可以加快数字的区别

  • 色彩:大数据集中的优秀展现方式,色彩可以识别很多层次和色调。对于规模较小的数据集或者差别不大的,要保证 45%到 55%之间的区分度。不然效果不好

这里其实可以通过不做线性的色彩,改成 logN 的函数来强化效果

  • 位置

  • 网络:数据点之间的二元连接,展现关系效果不错

  • 时间

  • 应用多种可视化展现

比如以时间为维度的堆积图,既有时间,又有大小

我们在讲数据相关的故事的时候,其实里面有很多小故事,每件事情都有动机,驱动和时间,我们要找到一种方式来讲述一个故事。

只从数据本身查看问题,允许用户和观察者自己下结论
对于有些难以分类的数据,我们做出决定后保持一致性,然后传达给读者就行了

第三章

wordle(标签云)用来显示一个人的兴趣爱好很有用

最初是直接变大小
然后加上了字体的粗细。
并且变成填充空白。通过贪婪算法放置位置直到无碰撞。
贪婪算法可以填充任意图形,非常强大

单词云的缺点:

  • 单词只调大小,会导致越长的词感觉出现的越多

  • 颜色没有做到有意义

奥巴马的就职演说单词云做的很好,他用到了统计学,比如他的‘government’和‘people’都是提的比较多的,但是在其他演讲中‘government’被提的更多,‘people’用的比较多就比较少见,所以见下图

  • 字体更多的倾向于美学和表现力,而不是可读性

  • 字数统计不够具体


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

文章标题:数据可视化之美 -- 读笔1

文章字数:911

本文作者:泽鹿

发布时间:2019-08-28, 16:45:23

最后更新:2019-08-28, 16:45:23

原始链接:http://panyifei.github.io/2019/08/28/读书笔记/数据可视化之美/1/

版权声明: "署名-非商用-相同方式共享 4.0" 转载请保留原文链接及作者。

目录
×

喜欢就点赞,疼爱就打赏