5个正确使用数据可视化图表的方法

然而可视化类型的选择,既不是纯粹美学也不是完全个人化。一个不合适的方案,受众可能会觉得乏味或者费解,甚至兼而有之。更有甚之,不精确的数据可视化会造成你和你听众之间的信任壁垒。

所以,让我们浅析如何选择最精确和有趣的方式来可视化你的数据。

条形图

支持蓝牙的设备遍布全球(十亿级别)。节选自一份蓝牙交互报告,由杀手视觉策划设计。

折线图

一张没人看得懂的漂亮图表就只是抽象艺术。

考虑到这个图表是基于30000多个数据点(每个点记录一个真实的出生)的,这些数据完全足够表征所有的增量变化,并得出一个平均分布。

饼图和圈图

圆图是被最广泛使用的数据可视化形态之一。圆图包括饼图(实心)和圈图(中空,周边为圆形数据条)。

这种类型的图表非常流行,糟糕的是,它也是最常被错误使用的数据可视化类型之一。

只有当你展示的各部分加起来是一个整体时,才能使用圆图。例如,“75%的毛虫喜欢苹果”可以用饼图显示,因为它指的是所有毛虫100%中的75%。

你还可以将比例转换为此目标的百分比。如果数据点是四分之三的毛虫,那就相当于75%的毛虫。

不精确的数字可视化构成了你和受众之间的信任障碍。

不像条形图和折线图,圆图不能展现增长或减少趋势。来看一个能表达我意思的案例,一份来自TubularInsights的视频市场统计。

2016年至2017年间,在YouTube上品牌视频内容浏览量增长了99%。下图中显示99%的圆图就不对。这将使它看起来像99%的视频观看是品牌视频,然而事实并非如此。取而代之的是,您需要带有两个条形数据的条形图,一个表示2016年的基线浏览量,另一个表示比该基线增长99%:

这个案例可能不是很直观。如果你不经常处理百分比数据,百分比的变化可能会很棘手。Investopedia的这张备忘单可以帮助您处理这种类型数据。

数量图

数量图是一个用重复的符号或图标展示数量的图标。一个常见的例子是使用多个人物图标来展示的人的数量。你可能发现,浴室门上用经典的男女图标就是这种方法。

数量图非常适用于较小数量(比如“我们街上新开了12家餐馆”)。它们也适用于小百分比或小比例的饼图。例如,“我们的街上四分之三的餐馆[75%]在卖披萨”。

对于较大的数字,数量图通常不起作用。想象一下,你的统计数据是“2018年售出11214件商品”。你的设计中没有11214个图标的空间——如果你认为你有,我建议你再想想!这是一个庞大的数字来一一列举。所以,很自然联想到增加一个代表物——“1个购物袋=1000件商品”,然后只显示11个购物袋。没错吧?

你可能是想展示这是一个巨大的,令人印象深刻的数字。但是当你这样缩减数量,可视化的效果却会适得其反。即使有代表物,十一个购物袋看起来可能感觉都没有那么大。数字“11214”本身更有说服力。(我会稍后讨论为什么版面设计更适合这些统计数据。)

比例也是相似的情况。例如,想象一下使用数量图可视化统计数据“2018年售出的11214件商品中有8370件是杯子”,还是算了!所以如果你需要一个代表物来说明它,数量图并不是一个合适的选择。

如果你的统计到目前为止符合数量图,你该思考下该使用什么象形图。注意:象形图非常简单,可能会对于严肃主题过于贫乏。你不会让简单图标让你严肃主题变得特别琐碎吧。

如果你的统计体量过大或者不适合象形图,排版设计是个轻松的弥补方案。现在就说说在什么时候怎么样把它结合进你的设计。

排版设计

事实上,在很多局限的情形中,排版确实是最好的解决方案。显然,你不应该仅仅因为做视觉效果而选择排版。不要寻求老的仅含文本的解决方案!取而代之的是,聪明地使用排版来获得一个成功而有效的内容。

如果出现以下情况,您的数据点或数字就会是一个很好的排版元素:

数据很大(大于100)。

并不是整体的百分比或者增加/减少的百分比。

数据独立——不与其他数据比较。

在开始排版之前,请对照上面的每一点检查你的数据,并考虑我已经讨论过的其他类型的数据可视化。你应该在排版前排除所有其他可能性。这是因为视觉效果明显地更有吸引力、更有效地吸引你的受众。然而,视觉效果只有在准确的时候才是有效的。如果你的数据可视化带来了困惑或者不精确,那就使用文字。

一个增强排版效果的方法是将它与一个象形图(就在数量表用的一样,一个就行)、一个图标或一个插图结合起来。这将有助于为观看者提供有关统计主题的可视上下文,同时让数字本身表达该有的意思。

这里挑选了一个针对不同类型数据可视化(包括排版)案例,其中也包含了排版:

在这个例子中,使用数量图可视化数字16是有意义的——它是小数字,因此很容易直观地相加。但是180万的统计数据如果使用数量图一一列举,就会难以理解。正如前文提到的,如果你觉得需要使用一个代表物,比如将每个图标的数量等同于100或1000个,那么选择数量图就不合适。这就是为什么很大的数字通常最好留给排版处理。

无论哪种解决方案最适合你的数据,美学考虑横跨了所有形式的数据可视化。除了单纯地使用合适的数据可视化技术外,你还必须使用正确的美学语言展示信息并传达给受众。一个有趣的现代霓虹灯式折线图,可能就不适用于投资者和企业高管。一个平面灰度的饼图就不合适出现在夏季露营手册上。

所以,一定要确保形式和功能被同等考虑——因为一张没人看得懂的漂亮图表就只是抽象艺术。

THE END
1.阿里云DataV阿里云DataV数据可视化团队,多年深耕数据可视化领域,数据大屏业务开拓者和领航者。致力用震撼而清晰的视觉语言,让更多人读懂大数据,受惠数据驱动的决策方式。http://datav.aliyun.com/portal/editor
2.数据之美:迄今10佳数据可视化示例虽然数据可视化通常会让人联想到商业智能与西装革履的分析师,但它通常比您所想象的更具创意并且丰富多彩。从业务仪表板、公共健康可视化到流行文化趋势分析,数据可视化涵盖了广泛多样的应用情景。要制作精美优质的数据可视化,除了需要出色的分析能力之外,还需要具备设计图形和讲述故事的技能。 https://www.tableau.com/zh-cn/learn/articles/best-beautiful-data-visualization-examples
3.数据可视化数据可视化是图形 表示的数据。它涉及产生将表示的数据之间的关系传达给图像查看者的图像。这种通信是通过在可视化过程中使用图形标记和数据值之间的系统映射来实现的。该映射建立了如何在视觉上表示数据值,确定图形标记的属性(例如大小或颜色)如何以及在多大程度上改变以反映基准值的变化。 为了清晰有效地传达信息、数据https://vibaike.com/112080/
4.数据可视化数据可视化是什么常见问题数据可视化是指将数据以图表、图形、地图等可视化形式展示,以便更好地理解和分析数据,通过数据可视化,复杂的数据可以被转化为易于理解和解释的视觉形式,帮助用户发现数据中的模式、趋势和关联,更直观地理解数据,发现规律和洞察,并从中获取有价值的信息和见解,数据可视化在各个领域中被广泛应用,包括商业、科学、社会学、https://www.php.cn/faq/646390.html
5.腾讯云图数据可视化大屏数据展示平台大屏监控平台腾讯云图数据可视化 (Tencent Cloud Visualization)是一站式数据可视化展示平台,旨在帮助用户快速通过可视化图表展示海量数据,10 分钟零门槛打造出专业大屏数据展示。精心预设多种行业模板,极致展示数据魅力。采用拖拽式自由布局,无需编码,全图形化编辑,快速可视化https://cloud.tencent.com/product/tcv
6.数据可视化(豆瓣)基础篇,阐述数据可视化的基础理论和概念,从人的感知和认知出发,介绍数据模型和可视化基础;时空数据篇,介绍带有空间坐标或时间信息的数据的可视化方法,此类数据通过设备在真实物理空间中采集得到或由科学计算模拟产生;非时空数据篇,描述非结构化和非几何的抽象数据的可视化,这些数据既存在于真实物理空间,又是社会空间和网络https://book.douban.com/subject/25760272/
7.数据可视化有哪些功能12.多平台支持。数据可视化具有丰富的功能和优势,可以帮助人们更好地理解和分析数据,从而进行更准确和有效的决策和规划。 1.揭示数据关系 通过数据可视化,可以直观地展示数据之间的关系,例如相关性、趋势、分布等。这对于发现数据中的潜在关联和规律非常重要,有助于深入分析数据,并对数据进行更准确的解释和解读。 https://www.linkflowtech.com/news/3070
8.10种数据可视化技术解析及示意图对于同样的数据,是列出繁杂的数据表格还是做成简洁直观的视觉资料,大部分人都会选择更加容易看懂的数据资料。比如,在一些数据资料或者学术论文的前几页,通常人们都会加上一些图表,并且在上面做出清晰的注释,目的是便于直观理解。 随着大数据技术的发展和完善,一系列崭新的技术来到了我们的眼前。数据可视化作为其中应用最广https://aiqicha.baidu.com/qifuknowledge/detail?id=10128815293
9.什么是数据可视化?有人说,数据可视化不就是画图嘛,看不出来研究的价值在哪。我原来也天真的以为,数据可视化就是把数据从冰冷的数字转换成图形,顶多就是色彩丰富一些,看起来更酷炫,逼格满满。 其实不然,一个好的可视化,能够带给人们不仅仅是视觉上的冲击,还能够揭示蕴含在数据中的规律和道理。下面就总结一下可视化的基础概念。 https://www.jianshu.com/p/6ae87c9e5ab9
10.数据可视化技术数据可视化概述&工具二、数据可视化工具 (一)桌面可视化技术 (二)OLAP可视化工具 (三)Web可视化技术 前言 通过图表可视化分析数据结果,不仅能让数据更加生动、形象,便于用户发现数据中隐含的规律与知识,而且这也是软件工程师与数据工程师合作的最终工作成果,有助于帮助用户理解大数据技术的价值。在Hadoop生态群中,核心部件(如HDFS、Yarn和Hhttps://blog.csdn.net/Morse_Chen/article/details/135820757
11.常用的数据可视化形式,都在这里了数据可视化也被定义为一种视觉艺术形式,它抓住了我们的兴趣并让我们关注信息,使我们能够内化数据中存在的信息和趋势。最常见的数据可视化形式有:条形图、地图、折线图、柱形图、面积图、子弹图、信息图表等。pixso总结了10种常用的数据可视化设计形式,以及其应用场景,有助于提升数字分析类产品的设计思维。 https://pixso.cn/designskills/data-visualization-examples/
12.一文读懂数据可视化数据可视化,是指将相对晦涩的的数据通过可视的、交互的方式进行展示,从而形象、直观地表达数据蕴含的信息和规律。数据可视化不仅是一门包含各种算法的技术, 还是一个具有方法论的学科。 前言 数据可视化,是指将相对晦涩的的数据通过可视的、交互的方式进行展示,从而形象、直观地表达数据蕴含的信息和规律。 https://www.51cto.com/article/541437.html
13.数据可视化(一),想要了解数据可视化,你需要知道的知识。一、数据可视化的含义 数据可视化研究的是,如何将数据转化成为交互的图形或图像等,以视觉可以感受的方式表达,增强人的认知能力,达到发现、解释、分析、探索、决策和学习的目的。 1.科学可视化 科学可视化(Scientific Visualization)是可视化领域最早、最成熟的一个跨学科研究与应用领域[石教英 1996]。面向的领域主要是自https://www.cnblogs.com/yasoPeng/p/16148681.html
14.pythonDtale库交互式数据探索分析和可视化界面python你可以看到一条直线及其内部的数据点。数据点越接近直线,分布就越正态。 数据可视化 除了分析列之外,我们还可以使用该库进行更多可视化。 你需要做的就是将光标悬停在界面顶部,然后单击“可视化”>“图表”,如下所示: 使用此功能,我们可以创建折线图、散点图,甚至使用地图创建可视化效果。https://www.jb51.net/python/314648vyk.htm
15.数据可视化常用的五种方式及案例分析概念借助于图形化的手段,清晰、快捷有效的传达与沟通信息。从用户的角度,数据可视化可以让用户快速抓住要点信息,让关键的数据点从人类的眼睛快速通往心灵深处。数据可视化一般会具备以下几个特点:准确性、创新性 和 简洁性。 常用五种可视化方法 下面从最常用和实用的维度总结了如下5种数据可视化方法,让我们来一一看一https://www.cda.cn/view/15902.html
16.数据可视化定义和示例MicrosoftVisio基于计算机数据的数据可视化能够适应新信息,为决策者提供尽可能最新的图片。但也可手动自定义图形。在 Visio 中优化数据可视化的外观,随着故事的变化添加新页面,并使用演示模式(仅在桌面应用中可用)与你的团队共享最新版本。 有关Visio 和数据可视化的更多信息 https://www.microsoft.com/zh-cn/microsoft-365/visio/data-visualization
17.数据可视化呈现与解读方案并分析1、数据可视化呈现与解读方案并分析1.明确数据指标首先,我们得先搞明白这些数据是怎么来的、干嘛的,如果连这个都不清楚就会很难展开接下来的讨论或设计。数据是做好图表设计的前提,毫无疑问,一连串的数字对于设计师来说是枯燥无味的,幸亏前期的数据收集工作已有人做好,但是作为设计师有必要要求他们给到你的是尽可能https://www.renrendoc.com/paper/216551573.html
18.数据可视化图表数据可视化图表表格数据可视化图表模板觅知网为您找到128个原创数据可视化图表模板,包括数据可视化图表图片,数据可视化图表素材,数据可视化图表excel表格源文件下载服务,包含PSD、PNG、JPG、AI、CDR,WORD,EXCEL等格式素材,更多关于数据可视化图表素材、图片、表格、模板等设计素材就来觅知网。https://www.51miz.com/so-sucai/5033136.html
19.数据可视化和数据分析的区别在哪数据可视化和数据分析是数据科学中两个重要的领域,虽然它们在某些方面有重叠,但它们的目的和方法是不同的。下面详细来介绍数据可视化和数据分析的区别在哪? 数据可视化是指将数据转化为图表、图形和其他视觉元素的过程,以便更好地理解数据。数据可视化的目的是让人们能够快速、清晰地理解数据,并从中发现模式和趋势。数据https://www.pxwy.cn/school-5357/document-id-22610.html
20.数据可视化大数据可视化分析可视化数据分析软件数据可视化(DataInsight)是移动云提供的专业水准可视化应用,以丰富的视觉效果进行数据实时展示,用户可通过对图形组件及指标进行简易的可视化拖拽操作,快速设计并制作出美观酷炫的数据大屏,满足疫情防控、会议展览、业务监控、风险预警、地理信息分析等多种业务展示需求。 https://ecloud.10086.cn/portal/product/dataInsight
21.可视化分析可视化分析概述可视化分析概述 1. 概述 可视化分析在本产品中的功能叫做报告,您可基于创建的数据模型进行自助式的数据可视化分析,您不需要掌握SQL语法,仅通过点击或拖拽,即可生成可视化图表,获取数据洞见。 本文主要介绍如何基于数据模型快速创建报告,进行数据可视化分析。 2. 界面介绍https://study.sf.163.com/documents/read/manual/1NewReport.md