大家好，我是Clippp。今天爲大家分享的是「數據可視化」。在之前分享了關於圖表設計的文章，沒看過的小夥伴點這裏快速回顧➡️➡️讓數據更有趣！全面總結圖表設計的思路和方法
可以和今天這篇文章串聯起來一起看，共同豐富數據可視化的設計知識。
有效地傳達數據一直具有挑戰性，數據可視化是講述數據故事的好方法，幫助我們理解更復雜的數據關係。
一、爲什麼使用數據可視化？
如果不能通過有效的方式理解和使用大數據，那麼每天產生的數據可能就沒有什麼用處。
無論身處什麼行業，不管是互聯網、傳統產業、或者經濟領域，再到醫療保健和服務行業的各方面，數據可視化都發揮着重要作用。
通過將各種信息轉換爲圖表，內容變得更易理解和使用。
二、數據可視化圖表類型
共同的比例定位-條形圖、散點圖
因爲共享一個共同的空間參考系統，所以位置是最容易識別和評估空間元素的特徵。
使用相同的比例和軸-小倍圖
當需要展示的項目太多時，單一的圖表有可能會變得混亂或出現遮擋，這些形式對體驗來說並不友好。
利用小倍圖或面板圖，一系列圖表都遵循相同的視覺格式，顯示不同的數據。
長度-條形圖
長度可以有效地展示定量信息，因爲可以根據長度的伸縮體現具體的數據值。
方向-趨勢圖
方向很容易被我們識別，可以使用折線圖和趨勢圖來顯示隨時間變化的數據。
角度-餅圖
角度通過提供比例感來進行數據間的比較。有研究表明，角度比長度或位置信息更難評估，但是通過合理運用也能發揮最大的效用。
區域-氣泡圖
區域面積的相對大小與線的長度相比更難比較。區域具有水平和豎直兩個的數據比較，需要花費更多時間來處理和解釋。
體積-3D條形圖
體積是指在二維空間中使用3D對象，當比較兩個相同維度的形狀時，可以更精確地感知3D對象。
色彩飽和度-熱圖
顏色飽和度是指單一色調的純度。顏色純度的增加可以直觀地視爲數值的變化，往往用來表示數據的範圍但很難評估一個精確的結果。
三、數據可視化的設計原則
明確目的
數據可視化應該解答重要的戰略問題，提供真正的價值並幫解決實際問題，例如可以用於跟蹤性能、監控用戶行爲和測量流程的有效性。
在項目開始前花時間明確目的和優先級會讓最終的結果更有用，並防止浪費時間創建不必要的可視化效果。
瞭解受衆
如果數據可視化不是爲了與目標受衆進行清晰溝通而設計的，那麼它是無用的。可視化應該與受衆的專業知識兼容，允許他們輕鬆快速地查看和處理數據。
使用視覺效果正確展示數據
由於存在很多不同類型的圖表，所以決定哪種類型最適合可視化呈現本身就是一門藝術。
正確的圖表不僅讓數據更容易理解，而且能以最準確的方式呈現數據。要做出正確的選擇，就要考慮需要傳達什麼樣類型的數據，以及要傳達給誰。
四、將格式塔原理應用於數據可視化
格式塔原理基於這樣一個觀點：人腦試圖簡化和組織由許多元素組成的複雜圖像或設計，下意識地將這些部分安排到一個有組織的系統中，從而創造一個整體，而不僅僅是一系列不同的元素。
相似性
相似的顏色、相似的形狀、相似的尺寸和相似的方向等具有共同視覺特性的元素，都可以視爲一個羣體。
▲ 與左側的圖表顏色相比，右側的條形圖都是藍色的。考慮到Y軸只有一個變量(成本/收入)，只用一個顏色來表示更有道理。
使用同一種顏色的條形圖能夠更容易理解數據，避免因使用不同顏色造成額外認知壓力。
接近性
接近性比相似性更有效，因爲視線會根據元素之間的接近程度來感知元素的關聯。
▲ 圖表的目的是比較三個季度內各個國家的銷售額。雖然在一個季度內比較每個國家的銷售額很直觀，但將國家作爲Y軸，數據展示可能會產生歧義。
▲ 修改後的圖表更清楚地表達了這一點。在這種情況下，信息的優先級將集中在可視化目標即銷售額上面，因爲這些數據更具接近性。
包圍法則
包圍法則被一組對象圍繞着，這些對象在其周圍形成了可見的邊界，例如線條，色塊或顏色。它導致對象看起來在與其餘對象不同的區域中分開放置。
▲ 藍灰色陰影區域內的三個條形圖似乎是整體中比較特殊的一部分，這種表現形式引導用戶將注意力集中在圖表中的某一組對象上。
最後
瞭解用戶感知和認知過程的關鍵要素是設計優秀數據可視化的重要組成部分。
慢慢來比較快，希望對你有幫助～