在当今人人都谈大数据的时代,有着各种各样的数据技术:数据存储、数据计算、数据分析挖掘、机器学习、深度学习等;但数据信息可视化是离我们最近的,它能帮助我们洞察理解数据,作为信息传递、沟通交流的媒介,把挖掘出的价值信息高效传递出去。在信息可视化系列文章里,我们将围绕以下几个相关主题进行探讨学习:
信息为什么需要可视化(why)?信息图表适用场景(when)?信息图表设计规范(what)?信息图表如何设计(how)?作为【数据信息可视化】系列的开篇章,今天我将从以下几个方面抛砖引玉浅谈一下自己对信息可视化的理解,希望大家对信息可视化有个初步的理解:(1)数据信息为什么需要可视化?(2)什么是好的数据信息可视化? (3)如何设计好数据信息可视化?
(1)数据信息为什么需要可视化?
让我们看下面这个小例子,也许你就会深有体会。


俗话说:文不如表,表不如图,一图胜千言。文本记录着最原始的数据信息,表对文本信息进行了归纳提炼成结构化信息,而图在表的基础上,进一步把数据信息转换成形状、颜色、大小等视觉信息,对数据进行更深层次的加工提炼。因此,当我们面对一张直观简洁、内容信息丰富的图表时,大脑本身就不需要对原始数据进行加工整理,一眼就能看出数据表达了什么主题信息,迅速抓住数据信息的本质。那数据信息可视化的目的是什么呢?我们需要结合数据的作用?可视化是什么?数据可视化的目的?三个方面去探究数据信息可视化的本质。

数据信息可视化本质就是把数据翻译设计成图形,利用视觉传递信息,使信息更易理解、更加生动,提高沟通效率。
(2)什么是好的数据信息可视化?
在生活中,我们不合格的图表随处可见,下面以最常见的条形图和饼图两个案例场景来体会一下好信息图表的沟通表达效果。第一个场景主要是利用条形图来对比各国新能源汽车特斯Model3的售价,突出中国售价的性价比。两幅信息图如下,左边为原始的,右边是优化后的:

右图经优化后可读性、美观性都上了一个台阶,图表沟通更高效,主要做了以下优化:
用倍数量化中国与其他国家model3的单价差距,增加基准对比线,凝练主题信息;用红色突出中国,强调重要分析对象去除图表无关背景元素,如坐标轴线,网格线等,提高图表整洁度数值使用千分位分隔,加强数据可读性用副标题对主标题进一步解释说明,突出主题信息;标注数据来源,增强数据可信度两者都做到了数据从小到大排序,提高用户阅读体验第二个业务场景是利用圆环图来展示不同型号的手机市场占有率(数据非真实,只做演示)

右图相对左图做了以下优化:
图表+数值结合:精确显示饼图各部分占比、数量,让图表传递不再是个模糊大小的概念,做到可视化+精确化 传递信息对图表颜色进行重新排序,提高视觉过渡效果两者都做到了以标签替代图例引导,减少读者目光检索,加强图表可读性什么是好的数据信息可视化?高端大气上档次?花哨炫酷吊炸天?通过以上两个图表场景案例,我们应该能感受到:即使最常用图表经优化后,可读性也能大幅提高。一张好的图表设计就是站在读者的角度换位思考,思考怎样才能提高沟通的效率。一张优秀的图表可以从信息层面 +视觉层面两方面综合评判,首先最重要的是信息层面,是否通过视觉元素传达了明确信息,其次是视觉层面是否做到了简洁美观舒适。只有两者兼备,才能激发起读者的兴趣,通过图表建立高效沟通的桥梁,所以优秀的图表本质就是要做到信息传达明确,应具备以下特点:
图表类型表达的合理性:选取的图表是否能符合表达的主题信息图表主题信息是否明确:能否提供清晰数据见解,帮助读者快速理解信息,启发思考图表美观性:图表色彩是否协调美观;图表布局是否合理清晰、具有良好的可读性(3)如何设计好数据信息可视化?
一张好的图表她经过了原始数据的收集、数据清洗、信息加工整理、展现方式的选取、图表的设计、制作、美化等一系列工作,信息可视化整体流程可概括如下:

整体上可以分为三层:数据层、分析层、展示层:
在数据层,我们需要对数据进行收集整理汇总,清洗,要确保数据的准确性、有效性在分析层,我们需要对数据分析理解,分析设计者首先需要对数据理解有足够的深度,通过分析数据提炼结论观点,明确需要表达的主题信息,想清楚需要通过数据表达什么,向读者传递什么信息;在展示层,则需要思考主题信息的呈现方式与结构:强调数据信息对比关系?结构层次关系?构成关系?趋势关系?关联分布等?然后根据结构信息选取对应的图形元素,把数据信息通过合适的视觉结构展示出来;所以数据信息可视化不是简单的把数据做了个图,我们传递是信息,信息是数据经分析抽象而来更有价值的东西,同时要保证信息传递过程是易被理解,能激化起读者兴趣的。在信息可视化流程中,我们既是信息传递的设计者,也是信息的接收者,需要尽可能的站在受众者的角度去设计信息图表。
本章我们主要围绕数据信息可视化的目的、重要性、流程进行了探讨学习,下个章节我们将围绕如何利用图表高效传达信息进行专题分享。如果觉得本文对您有帮助,欢迎关注个人公众号【问数研习社】!
免责声明:文章内容来自互联网,本站仅提供信息存储空间服务,真实性请自行鉴别,本站不承担任何责任,如有侵权等情况,请与本站联系删除。
转载请注明出处:一文带你全面了解数据信息可视化-数据与信息可视化 课程 https://www.bxbdf.com/a/112345.shtml