妙妙

数据可视化可帮助企业快速理解复杂数据,并开始根据该数据做出决策。这就是为什么今天我们要讨论什么是数据可视化。

 

什么是数据可视化:概述

  1. 什么是数据可视化?
  2. 它是如何工作的?
  3. 什么时候使用?
  4. 为什么要使用它?
  5. 数据可视化类型
  6. 数据可视化与信息图标:5个主要区别
  7. 如何创建有效的数据可视化?:5个有用技巧
  8. 数据可视化范例

 

01. 什么是数据可视化?

数据可视化即数据的图形表示,旨在以更易于掌握和理解的有效方式传达大量海量数据。从某种意义上说,数据可视化是原始数据和图形元素之间的映射,它决定了这些元素的属性如何变化。可视化通常是通过使用图表,折线或点,条形图和地图来进行的。

  • Data Viz是描述性统计的一个分支,但它需要设计,计算机和统计技能。
  • 美学和功能齐头并进,以直观的方式传达复杂的统计信息。
  • Data Viz工具和技术对于做出以数据为依据的决策至关重要。
  • 在形式和功能之间取得了很好的平衡。
  • 每个STEM领域都将从了解数据中受益。

Jorge Rey的化石燃料Dataviz

 

02. 它是如何工作的?

如果我们能看到它,我们的大脑就可以内在化并对其进行反思。这就是为什么理解图表和查看趋势比阅读大量的文档要花费大量时间和精力进行合理化更容易和有效的原因。我们不想重复人类是视觉生物的陈词滥调,但这是事实,可视化更加有效和全面。

在某种程度上,我们可以说数据Viz是讲故事的一种形式,目的是帮助我们根据数据做出决策。这些数据可能包括:

  • 追踪销售
  • 识别趋势
  • 识别变化
  • 监控目标
  • 监测结果
  • 合并数据

秘密7 –塞尔吉奥·费尔南德斯(Sergio Fernandez)提出离婚可视化的理由

 

03. 什么时候使用?

数据可视化对于每天处理大量数据的公司很有用。必须立即显示您的数据和趋势。胜过浏览庞大的电子表格。当趋势立即脱颖而出时,这也可以帮助您的客户或观看者理解它们,而不会迷失在混乱的数字中。

话虽如此,Data Viz适用于:

  • 年度报告
  • 简报
  • 社交媒体微叙事
  • 信息手册
  • 研究
  • 趋势贩运
  • SciViz
  • 烛台图,用于财务分析
  • 确定路线

 

可以看到数据可视化的常见情况是在销售和营销,医疗保健,科学,金融,政治和物流中。

娜塔莉·祖伊娃(Natalie Zuieva)的租金和薪金统计信息图

 

04. 为什么要使用它?

简短的答案:决策。数据可视化具有快速识别模式和解释数据的不可否认的好处。更具体地说,它是确定以下情况的宝贵工具。

  • 识别变量关系之间的相关性。
  • 获得有关受众行为的市场见解。
  • 确定价值与风险指标。
  • 随时间监视趋势。
  • 通过频率检查速率和潜力。
  • 应对变化的能力。

太空垃圾-BBC科学焦点,作者:Federica Fragapane

 

05. 数据可视化类型

您可能已经猜到了,Data Viz不仅仅是简单的饼图和图形,而且还具有视觉吸引力。该分支用于可视化统计信息的方法包括一系列有效类型。

 

地图

地图可视化是一种很好的方法,可以分析和显示与地理位置相关的信息,并通过地图准确地将其呈现出来。这种直观的方法旨在按区域分布数据。由于地图可以是2D或3D(静态或动态),因此可以使用多种组合来创建Data Viz地图。

COVID-19支出数据可视化POGO,George Railean

 

但是,最常见的是:

  • 区域地图:显示国家,城市或地区的经典地图。对于每个区域中的不同特征,它们通常以不同的颜色表示数据。
  • 线图:它们通常包含空间和时间,由于对特定场景进行了分析,因此通常是路线选择的理想选择,尤其是该地区的驾车或出租车路线。
  • 点地图:这些地图分发地理信息的数据。它们是企业确定区域中建筑物确切位置的理想选择。
  • 热图:它们根据特定属性指示地理区域的权重。例如,热图可以按区域分布感染者的饱和度。

 

图表

图表以图形,图表和表格的形式显示数据。由于图形确实是图表的子类别,因此它们经常与图形混淆。但是,两者之间的差别很小:图形显示数据组之间的数学关系,并且仅是表示数据的统计图方法之一。

图表数据可视化,作者:Madeline VanRemmen

 

顺便说一句,让我们谈谈数据可视化中最基本的图表类型。

条状图

他们使用一系列的条形图来说明数据。它们是较轻量数据的理想选择,并遵循不超过三个变量的趋势,否则,条形变得混乱且难以理解。

 

饼状图

这些熟悉的圆形图按部分划分数据。切片越大,部分越大。它们非常适合描述整体的各个部分,它们的总和必须始终为100%。当您需要显示一段时间内的数据发展或缺少任何部分的价值时,请避免使用饼图。甜甜圈图与饼图具有相同的用途。

 

线形图

他们使用一条线或多条线来显示随着时间的发展。它允许同时跟踪多个变量。一个很好的例子是跟踪品牌多年来的产品销售情况。面积图与折线图具有相同的用途。

 

散点图

这些图表使您可以通过数据可视化查看模式。它们有两个不同值的x轴和y轴。例如,如果您的x轴包含有关汽车价格的信息,而y轴包含有关薪水的信息,则正向或负向关系将告诉您某人的汽车所反映的薪水。

 

表格

与我们刚刚讨论过的图表不同,表格几乎以原始格式显示数据。当您的数据难以以视觉方式呈现,并且旨在显示应该阅读而不是可视化的特定数值数据时,它们是理想的选择。

数据可视化| Aishwarya Anand Singh的养蜂与否


例如,图表非常适合显示特定区域内一段时间内特定疾病的数据,但是当您还需要了解具体原因(例如原因,结果,复发,治疗时间和治疗方法)时,最好使用表格。

 

06. 数据可视化与信息图表

5个主要差异

它们并没有什么不同,因为它们在视觉上都代表数据。通常,您搜索信息图表并找到标题为“数据可视化”的图像,反之亦然。但是,在许多情况下,这些标题都不会引起误解。这是为什么?

  1. 数据可视化仅由一个元素组成。它可以是地图,图表或表格。另一方面,信息图表通常包含多个Data Viz元素。
  2. 与可能简单或极其复杂且繁重的数据可视化不同,信息图表简单易行,并且面向更广泛的受众。即使对于信息图表代表的研究领域之外的人,后者通常也是可以理解的。
  3. 有趣的是,数据Viz不提供叙述和结论,而是提供这些叙述和结论的工具和基础。虽然信息图表在大多数情况下提供了故事和叙述。例如,数据可视化地图的标题可能是“按区域划分的空气污染饱和度”,而带有相同数据的信息图则显示为“ A区和B区在C国污染最严重”。
  4. 数据可视化可以在Excel中进行,也可以使用其他自动生成设计的工具,除非将其设置为演示或发布。但是,信息图表的美学非常重要,其设计必须吸引更广泛的受众。
  5. 在交互方面,数据可视化通常提供交互式图表,尤其是在线形式的图表。另一方面,信息图表很少互动,通常是静态图像。

Skype通过可视化.com进行可视化

 

07. 如何创建有效的数据可视化?

5种有用的技巧

该过程自然类似于创建信息图表,并且围绕了解您的数据和受众。更准确地说,这些是准备有效的数据可视化以使您的查看者立即了解的主要步骤和最佳实践。

 

1.做功课

准备工作已经完成了一半。在甚至开始可视化数据之前,必须确保您了解该数据的最后细节。

不可否认的是,了解您的数据查看对象是另一个重要部分,因为不同的人对信息的处理方式不同。您要为数据可视化的对象是谁?他们如何处理视觉数据?只需给他们一张饼图就足够了,否则您将需要更深入的可视化报告?

您正在可视化什么样的信息,它能反映出您的目标吗?

最后,考虑要使用多少数据并加以考虑。

图片来自Brodie Vissers

 

2.选择正确的图表类型

在上一节中,我们列出了可在数据可视化中使用的基本图表类型。要确定最适合您工作的人,需要考虑的因素很少。

  • 图表中将有多少个变量?
  • 您将为每个变量放置几项?
  • 值之间的关系是什么(时间段,比较,分布等)

话虽如此,如果您需要展示整个项目的各个部分,那么饼图将是理想的选择。例如,您可以使用它来展示特定产品的市场份额的百分比。但是,饼图不适用于时间范围内的分布,比较和跟踪趋势。在这些情况下,条形图,散点图,s和折线图更为有效。

另一个示例是如何在图表中使用时间。使用水平轴会更准确,因为时间应该从左到右。它在视觉上更直观。

Oberhaeuser的MagnaGlobal广告市场海报

 

3.对数据进行排序

首先删除所有不会增加价值并且基本上是图表多余的数据。有时,您必须处理大量数据,这不可避免地会使您的图表变得非常复杂且难以阅读。不要犹豫,将您的信息分成两个或多个图表。如果这对您不起作用,则可以使用突出显示或使用更合适的内容更改整个图表类型。

提示:使用条形图和柱形图进行比较时,请按值(而不是字母顺序)以升序或降序对信息进行排序。

图片由萨曼莎·赫尔利(Samantha Hurley)

 

4.利用颜色发挥自己的优势

在每种可视化形式中,颜色都是您最好的朋友和最强大的工具。它们产生对比,重音,强调并直观地引导眼睛。即使在这里,色彩理论也很重要。

设计图表时,请确保不要使用超过5或6种颜色。除此之外,任何其他操作都将使您的图表不堪重负,并且难以为观众阅读。但是,您可以使用颜色强度来发挥自己的优势。例如,当您在不同的时间段内比较同一概念时,可以将数据从所选颜色的最浅阴影到其较深的颜色进行排序。它会创建适合您时间线的强烈视觉效果。

选择颜色时要考虑的事项:

  • 不同类别的颜色不同。
  • 系列中所有图表的采用一致调色板,方便以后将进行比较。
  • 最好使用对色盲友好的调色板。

Jamie Kettle可视化塑料废物污染数据

 

5.获取灵感

当您想成为数据可视化设计中的佼佼者时,请多多发挥自己的灵感。查看优秀的示例、信息图、其他人的工作,并了解哪种方法最适合您需要实现的每种数据。

下图这个Twitter帐户数据可视化是一个很好的例子。同时,我们还将精选一些令人称赞的示例,这些示例将使您有信心开始为数据创建视觉效果。

lilit Hayrapetyan创作的大数据纪录片的人脸

 

8个数据可视化示例

作为另一种艺术形式,Data Viz为一些令人惊叹的精心设计的图表提供了沃土,这些图表证明了数据也可以是美丽的。现在,让我们来看看一些例子。

 

1.黑暗之魂III体验数据

我们从孟小伟的个人项目开始,介绍他玩《黑暗之魂3》的经验。这是信息图表和数据可视化也是个人设计工具的完美例子。这项研究非常庞大,但非常专业地归类为针对不同概念的不同类型的图表。所有数据可视化都使用相同的调色板进行制作,并且在信息图表中看起来很棒。

我的黑暗之魂3孟小伟在播放数据

 

2.有史以来最伟大的电影

凯蒂·西尔弗(Katie Silver)根据评论家和观众的评论汇总了有史以来最伟大的100部电影。可视化显示了每部电影的关键数据点,例如发行年份、奥斯卡提名和获胜、预算、利润、IMDB得分、类型、拍摄地点、电影背景和制作工作室。所有电影均按发行日期排序。

凯蒂·西尔弗(Katie Silver)的100部最佳电影数据可视化

 

3.最暴力的城市

费德里卡·弗拉加帕内(Federica Fragapane)显示了2017年全球50个最暴力城市的数据。这些项目根据人口在垂直轴上排列,并根据凶杀率在水平轴上排序。

 

4.家族企业作为数据

这些数据可视化和插图由Valerio Pellegrini为《透视》杂志制作。它们显示了一个饼图,其中包含行业细分以及对就业贡献的散点图。

视角杂志–家族企业by Valerio Pellegrini

 

5.太阳系的轨道图

该地图显示了太阳系中18000多个小行星的轨道数据。每个小行星都显示在1999年除夕的位置,并按小行星的类型进行了着色。

埃莉诺·卢兹(Eleanor Lutz)的太阳系轨道图

 

6.标题的语义

KatjaFlükiger对头条新闻的故事情有独钟。数据可视化旨在传达销售对算术的影响程度。该项目在马里兰大学艺术学院完成,目的是可视化对移民的引用,并对用词选择和上下文所暗含的价值判断进行颜色编码。

标题语义学KatjaFlükiger

 

7.月球和地震

该数据可视化用于回答月球是否引起地震。该图显示了根据月球的相位和轨道位置而发生的地震的时间和强度。

月亮与地震艾西瓦娅·阿南德·辛格(Aishwarya Anand Singh)

 

8. Nanosats的黎明

可视化效果显示了从2003年到2015年发射的卫星。该图表示了专注于项目的机构类型以及为其提供资金的国家。左侧显示了每年的发射次数和卫星应用次数。

有线英国–由Nanosats拍摄的黎明(Valerio Pellegrini)

 

最后的话

数据可视化不仅是一种科学形式,而且还是一种艺术形式。其目的是帮助任何领域的企业快速理解复杂数据,并开始根据该数据做出决策。为了使您的图表高效且易于阅读,这一切都与了解您的数据和受众有关。这样,您就可以选择正确的图表类型,并使用可视化技术来发挥自己的优势。

 

原文地址:https://graphicmama.com/blog/what-is-data-visualization/

译文地址:站酷

作者:Al Boicheva

译者:ZZiUP

 

转载请注明:学UI网 » 什么是数据可视化

登录收藏
 
你可能喜欢的:
数据之美:地理空间数据可视化II数据之美:地理空间数据可视化II
灵感 |「拼贴艺术」连接现实与过去的大门灵感 |「拼贴艺术」连接现实与过去的大门
用「雅各布定律」解答一道面试题 | UI&UE实用方法论用「雅各布定律」解答一道面试题 | UI&UE实用方法论
用好“对比色”,让你的设计更有吸引力!(实操篇)用好“对比色”,让你的设计更有吸引力!(实操篇)
详解|可用性测试,看这一篇文章就够了!详解|可用性测试,看这一篇文章就够了!
总监说我的UI配图不够有设计感,后面教了我10个优化办法,学到了!总监说我的UI配图不够有设计感,后面教了我10个优化办法,学到了!
UI&UE实用方法论 | 一直被错用的米勒法则(7±2)UI&UE实用方法论 | 一直被错用的米勒法则(7±2)
一篇文章看懂交互中的细节-微交互一篇文章看懂交互中的细节-微交互
靠这个虚拟项目,他争取到了不错的工作!靠这个虚拟项目,他争取到了不错的工作!
插画欣赏:前路漫漫插画欣赏:前路漫漫