数据可视化使用小贴士

我们常常迷失在数据中,纷繁复杂的数据让我们无所适从。可视化作为解决这问题的有效手段,通过视觉的方式让数字易于理解。本文梳理了可视化相关内容,并且根据数据平台组同仁们在可视化项目过程中使用经验,总结一些可视化使用注意事项,与大家分享。

数据可视化使用小贴士

1.饼图顺序不当


(最好的做法是将份额最大的那部分放在12点方向,顺时针放置第二大份额的部分,以此类推。)

2.在线状图中使用虚线


(虚线会让人分心,用实线搭配合适的颜色更容易区分。)

3.数据被遮盖


(确保数据不会因为设计而丢失或被覆盖。例如在面积图中使用透明效果来确保用户可以看到全部数据。)

4. 耗费用户更多的精力


(通过辅助的图形元素来使数据更易于理解,比如在散点图中增加趋势线。)

5.柱状过宽或过窄

(经过调研,柱子的间隔最好调整为宽的1/2。)

6.数据对比困难

(选择合适的图表,让数据对比更明显直接。上图的数据作用是为了比较,显然,柱状图比饼图在视觉上更易于比较。)

7.错误呈现数据


(确保任何呈现都是准确的,比如,上图气泡图的面积大小应该跟数值一样。)

8.不要过分设计


(清楚标明各个图形表示的数据,避免用与主要数据不相关的颜色,形状干扰视觉。)

9. 数据没有很好归类,没有重点区分


(将同类数据归类,简化色彩,帮助用户更快理解数据。上图的第一张没有属于同类型手机中不同系统进行颜色上的归类,从而减少了比较的作用。下图就通过蓝色系很好的把iPhone,Android,WP版归为一类,很好的与iPad版,其他比较。)

10.误导用户的图表


(要客观反映真实数据,纵坐标不能被截断,否则视觉感受和实际数据相差很大。左图的数据起始点被截断从50开始。)

本文作者:LinkinPark

来源:51CTO

时间: 2024-09-29 19:53:01

数据可视化使用小贴士的相关文章

R和Python中的文本挖掘:8个入门小贴士

你希望学习文本挖掘,却发现大多数教程难度跨度很大?或者说你找不到心仪的数据集? 本文将会通过 8 个小贴士帮助你走进文本挖掘之门. 对文本保持好奇 在数据科学世界中,凡事的第一步都是"感到好奇",文本挖掘也不例外. 就像 StackOverflow 的数据科学家 David Robinson 在他的博客中说的那样,"当我看到一个假设 [-] 我就迫不及待地想要用数据验证它".你也应该像他那样对文本保持好奇心. David Robinson 看到的假设是: 即使你并不

R 和 Python 中的文本挖掘:8 个入门小贴士

你希望学习文本挖掘,却发现大多数教程难度跨度很大?或者说你找不到心仪的数据集? 本文将会通过 8 个小贴士帮助你走进文本挖掘之门. 对文本保持好奇 在数据科学世界中,凡事的第一步都是"感到好奇",文本挖掘也不例外. 就像 StackOverflow 的数据科学家 David Robinson 在他的博客中说的那样,"当我看到一个假设 [-] 我就迫不及待地想要用数据验证它".你也应该像他那样对文本保持好奇心. David Robinson 看到的假设是: 即使你并不

四个方法帮你搞定数据可视化界面设计

  "仪表板"."大数据"."数据可视化"."数据分析"--越来越多人和企业,开始运用他们的数据来做一些有趣的事情.在我的职业生涯中,有幸参与一大批数据为重的界面设计,我要在此分享一些观点,讲讲如何造就这种特殊且有意义的产品. 很多人已经讨论过这个议题,我会围绕创作过程中最具影响力的部分. 一.用户不同,数据不同 任何时候设计一套复杂的系统,都不可避免要为很多用户和角色进行设计.总裁.经理和分析师是几个常见角色,每个都有自己的

百度统计3.0蜕变:化繁为简呈现重点数据可视化

文章描述:倚天出鞘,屠龙开锋 – 百度统计3.0设计简记. 随着百度统计功能日趋完善,功能点逐步丰富, 3.0版是其易用性及交互视觉新的蜕变.此次升级以简洁一致的视觉风格.众多可视化元素.以及易用性改善,呈现出焕然一新的专业形象.接下来,就用以下几点简略讲述统计3.0的蜕变历程. 信噪比原则:化繁为简,呈现重点 好设计的目的是使信号最大化,而噪音最小化,从而产生一个高的信噪比.依据重要程度,控制整体信息对比及优先级,是本次升级的重要述求之一. 趋势图:将XY轴以外的线条.文字视觉弱化,以让趋势曲

Python的Tornado框架实现数据可视化的教程

  这篇文章主要介绍了举例讲解Python的Tornado框架实现数据可视化的教程,Tornado是一个异步的高人气开发框架,需要的朋友可以参考下 所用拓展模块 xlrd: Python语言中,读取Excel的扩展工具.可以实现指定表单.指定单元格的读取. 使用前须安装. 下载地址:https://pypi.python.org/pypi/xlrd 解压后cd到解压目录,执行 python setup.py install 即可 datetime: Python内置用于操作日期时间的模块 拟实现

想做热门信息图?得先搞懂数据可视化的五虎将

  因为接下来要做卖家后台数据纵横的改版,对数据可视化这块儿又进行了研究和心得的整理,跟大家分享下数据可视化常用的五种方式,希望能给大家带来思路的拓展. 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,让我们来一一看一下: 一.面积&尺寸可视化 对同一类

FineReport数据可视化分析的图文步骤

在FineReport这款报表软件的使用过程中,经常需要使用到功能是数据分析.而如何将繁杂的数据,进行整理分析,从而得出清晰的调查结论,正是我们学习FineReport这款软件的关键.下面小编为大家分享一下FineReport报表如何进行数据可视化分析,希望本教程可以帮到大家! 1.B/S数据源配置 启动web服务器(FR工程部署在web服务器下,端口号为对应的web服务器端口号,如tomcat下,端口号为8080,如果未部署,端口号为FR内置服务器端口号8075,以下均以tomcat为例),用

21款超实用的酷炫「数据可视化工具」

  辛辛苦苦分析一堆大数据,竟然没人看!到底怎么办?俗话说,有图有真相,一图胜千言,取悦了眼球,剩下的都好说.如果你正着手于从数据中洞察出有用信息,那你所需要的正是--数据可视化.本文挖掘了21款炙手可热的数据可视化工具,干净利落的高颜值信息图,就要这样做! 译者微信公众号:特赞Design,欢迎关注唷. FusionCharts FusionCharts Suite XT不仅可以为带给你漂亮的图表,还能帮你制作出生动的动画.巧妙的设计和丰富的交互性.它在PC端.Mac.iPad.iPhone和

有哪些不为人知的超实用数据可视化工具?

  碰巧自己也是一个工具迷,对数据可视化和信息可视化也有一点点研究,在这分享一些简单好玩的可视化工具,大家可能会用得上. 说到可视化,肯定少不了信息图表,首先介绍几个信息图表制作神器: 神器1:在线信息图表制作工具 国外的信息可视化行业发展得相当成熟,这也催生了不少在线信息图表制作工具,其中比较知名的有3个,利用它们,五分钟你就能做出一张超好看信息图表! (1) Infogram 较早的一个在线制作工具,亮点是支持实时数据刷新,而且制作的信息图表支持在多终端展示. (2) Venngage 这款