数据可视化-21级

余凌 胡昌龙 严庆 田萌 李伟卿

目录

  • 1 数据可视化概述
    • 1.1 数据可视化的界定与理解
    • 1.2 数据可视化的优势与作用
    • 1.3 数据可视化的类别与关系
    • 1.4 数据可视化的发展历程与规律
    • 1.5 数据可视化的趋势与挑战
    • 1.6 参考
  • 2 数据可视化的理论基础
    • 2.1 视觉感知
    • 2.2 视觉认知
    • 2.3 格式塔理论
    • 2.4 视觉编码
    • 2.5 数据准备
    • 2.6 参考
  • 3 数据可视化的图标基础
    • 3.1 数据可视化的基本图表
    • 3.2 数据可视化的传统图表
    • 3.3 数据可视化的新型图表
    • 3.4 第三章自学材料+第二次作业要求
  • 4 数据可视化的设计要素
    • 4.1 数据可视化的设计组件
    • 4.2 数据可视化的设计原则
    • 4.3 数据可视化的视觉设计
    • 4.4 数据可视化的图表设计
    • 4.5 数据可视化的配色方案设计
    • 4.6 数据可视化的字体设计
    • 4.7 数据可视化的应用场景设计
    • 4.8 参考
  • 5 数据可视化的实现与优化
    • 5.1 数据可视化的基本步骤
    • 5.2 数据可视化的实现方法
    • 5.3 数据可视化的具体实现
    • 5.4 数据可视化的优化
    • 5.5 2020级优秀作品展示
  • 6 数据可视化工具-实验环节
    • 6.1 Echarts
    • 6.2 Python集成开发环境Jupyter
参考
  • 可视化编码元素的优先级

  1. 一个视觉通道编码一个数据属性,多个视觉通道可为展示一个数据属性服务”, 在可视化设计中可利用的视觉通道有限,可能出现无法编码某些数据属性的问题。

  2. 可视化设计人员需要每个视觉通道的特性:

    1)优先选择哪些视觉通道使用?;

    2)有多少不同的视觉通道可使用?;

    3)某个视觉通道能编码什么信息,能包含多少信息?;

    4)视觉通道表达信息能力的区别?;

    5)哪些视觉通道相关,哪些不相关?

  3. 当数据映射为不同的可视化元素时,人对数据感知的准确性不同,同时,通过实验给出了数值型数据的可视化编码元素的优先级。

    下图展示了可视化元素对数值型、有序型、类别型数据的有效性排序。


  • 这一图示中可视化元素在不同数据类型下的排序不一样,但又有一定联系。

    例如,标记的位置最能反映各类型数据;颜色对数值型数据的映射效果不好,但很好反映类别型数据或有序型数据;长度、角度和方向等对数值型数据有好效果,却不能很好反映有序型数据和类别型数据。