公告: 极客数据面向大数据行业从业人员及爱好者分享行业最新资讯以及各种工具使用教程,行业资深大佬可移步至行业专业交流社区 “穹顶喵”!

数据可视化:一些不建议的图表处理方式

3060


采用图表的方式将复杂信息进行呈现的方式就是数据可视化。不需要用到任何算法,都可以提供可视数据。在进行数据可视化操作时,一些不建议的图表处理方式一定要慎用。
1.请使用完整轴。
避免失真。
对于条形图,数字轴(通常是y轴)必须从零开始。我们的眼睛对酒吧区域非常敏感,当这些栏被截断时,我们得出不准确的结论。查看流数据生成的原始媒体图表和未截断图表之间的区别。
一致间隔:
最后,使用完整轴也意味着当你拥有数字数据时,你不应跳过值。请参阅下面有日期轴的图表。如果你的日期之间没有间隔,则趋势会被扭曲。确保你的电子表格在一致的间隔内为每个日期提供数据点,即使该数据点为零。
2、简化不太重要的信息
图表元素,如网格线,轴标签,颜色等都可以简化,以突出什么是最重要的/相关的/有趣的。你也许能够消除网格线或保留颜色来隔离单个数据系列,而不是区分所有提出的系列。

3、不要使用3D或吹开效果
研究表明,3D效果会降低理解力。吹开效果同样使比较元素和判断区域变得困难。
4、不要使用超过(约)六种颜色。
使用相对通用的颜色类别,更容易看到颜色之间的差异。你需要的颜色越多(即你尝试同时可视化的类别越多),就越难做到这一点。
但不同的颜色应该用于不同的类别(例如,男性/女性,水果类型),而不是不同的值在一个范围(例如,年龄,温度)。
5、不要中途更换风格
从图表中获取最大收益的最简单方法之一是依靠比较来完成繁重的工作。
我们的视觉系统可以检测模式中的异常。尝试保持图表的形式在一系列中保持一致,以便从一个图表到另一个图表的差异会弹出。
在多个图表上使用相同的颜色、轴、标签等。
6、不要让用户做"视觉数学"
如果图表难以理解变量之间的重要关系,则进行额外的计算并将其可视化。
这包括使用带楔子的饼图,这些楔子彼此太相似,或者使用气泡彼此太相似的气泡图。我们的视觉处理系统不太适合比较这些类型的视觉区域。
我们也不善于在记忆中保存精确的视觉图像,并将其与新的刺激进行比较:如果你正在演示,并希望受众能够比较两个图表,他们需要在同一张幻灯片上。
7、不要使图表过载
在单个图表中添加过多信息可消除直观处理数据的优势:我们必须逐一阅读每个元素。
尝试更改图表类型、删除或拆分数据点、简化颜色或位置等。