警惕!大数据可视化的十大误区

在人类存在的200,000年时间里,大多数时间我们都依靠阅读各种图像来感知环境、获取信息。而文字直到5500年前才出现,因此,从自然适应和生物进化的角度来说,我们的大脑对图像更敏感。

从传播学的角度,这意味着以图片为载体的视觉叙事更加引人注意,更容易获得人们的好感。

通过可视化信息,我们的大脑可以更有效地合成和保留信息内容,增强对信息的理解。但如果是不正确的数据可视化,可能弊大于利。错误的图表可以减少数据的信息,更糟的是完全背道而驰。

错误1. 混乱的饼图分割

饼图,是最简单的图表之一。饼图的设计应该直观而清晰,理论上,一个饼图不应该分割超过5块。下面就是两种可以让读者的注意力瞬间集中到你要表述的重点的方法。

最大一块12点钟开始,顺时针方向旋转。剩余部分顺时针或逆时针方向按大小h降序排列。

错误2.在折线图使用不连贯的线条容易产生歧义

虚线表现手法让人产生不确定性因素,是数据有不真实的感觉。相反,使用实线和颜色,反而容易区分彼此的区别,使数据表达更准确。

错误3.数据排序混乱

你的内容应该以一种合乎逻辑的和直观的方式来引导读者了解数据。所以,记得将数据类别按字母顺序、大小顺序、或价值进行排序。

错误4.数据模糊不清

确保没有数据丢失或被设计。例如,使用标准的面积图时,可以添加透明度,确保读者可以看到所有数据。

错误5.让读者自己解读

设计师应该使图表尽可能轻松地帮助读者理解数据。例如,在散点图中添加趋势线来强调的趋势。

错误6.扭曲数据

确保所有可视化方式是准确的。例如,气泡图大小应该根据区域扩展,而不是直径。

错误7.在一张图表上使用颜色过多

颜色用得太花,会给数据增加不可承受之重,相反,设计师应该采用同一色系,或者类比色。

错误8.条状图太胖或太瘦

或许你的报告很有创意,非常精彩,但是记得图表设计水平也要跟上。条形图与间隔比例要适中。

错误9.很难比较数据

比较是展示数据差异的好法子,但是如果你的读者不容易看出差别的话,那么你的比较就毫无意义。确保所有的数据都是呈现在读者面前,选择最合适的比较方法。

错误10.背景色与图表颜色要区分

图表设计中的颜色使用必须统一,建议背景颜色不要选取与图表主体内容相同或相近的颜色。

在一个精心设计的图表中,背景颜色既要能良好地衬托图表主体,又不产生喧宾夺主的效果。

本文作者:佚名

来源:51CTO

时间: 2025-01-25 04:42:59

警惕!大数据可视化的十大误区的相关文章

2017年大数据领域的十大趋势

文章讲的是2017年大数据领域的十大趋势,曾有媒体将2013年称为"大数据元年",经过两三年大数据依然热度不减,但是也有专家认为前几年大数据一直处于一个很尴尬的局面,大数据不接地气,人人都在谈大数据,但真正应用大数据的人很少.2016年,各行各业的大数据应用都渐渐从空洞的理论落地,所以很多专家认为2016年才是真正意义上的大数据元年. 无论如何,大数据已经成为IT领域的流行趋势.据不完全统计,2016年1-6月,全球大数据行业共计发生157起投融资事件,涉及金额超过600亿元,亚马逊.

大数据营销的十大切入点

2013年似乎人人都在谈论大数据,然而说得云里雾里者多.许多企业家更关心的事是:如何才能真正找到大数据营销的切入点? 大数据营销的十大切入点 许多人感觉到大数据时代正在到来,但往往只是一种朦胧的感觉,对于其真正对营销带来的威力可以用一个时髦的词来形容--不明觉厉.实际上,还是应尽量弄明白,才会明白其厉害之处.对于多数企业而言,大数据营销的主要价值源于以下几个方面. 第一,用户行为与特征分析.显然,只要积累足够的用户数据,就能分析出用户的喜好与购买习惯,甚至做到"比用户更了解用户自己".

全国首部《大数据蓝皮书》指出:中国大数据发展呈现十大新趋势

大数据战略重点实验室研究编著.社会科学文献出版社出版的<大数据蓝皮书:中国大数据发展报告No.1>(简称<大数据蓝皮书>)5月28日正式发布.作为全国首部<大数据蓝皮书>,从制度.技术.产业和学科建设等层面对大数据的发展进行分析与研判,并提出中国大数据发展的十大新趋势. 趋势之一:丰富细致的政策体系助推大数据落地.从中央到地方,更加丰富的配套政策与实施细则将促进大数据加快落地,更多地方政府积极推进大数据发展,并在大数据政用.商用.民用领域打造大数据应用的典范. 趋势之二

IDC周震刚:中国大数据市场的十大预测

2012年7月24日,主题为"芯动大数据 智领大机遇"的英特尔大数据论坛在北京举行.会上,IDC中国企业级系统与软件研究部高级研究经理周震刚分享了大数据市场的观察. IDC中国企业级系统与软件研究部高级研究经理周震刚 周震刚表示,IDC一直把大数据.云和移动以及社交这四个主题当做未来IT的主要方向.IDC在大数据方面已经做了大概三四年的研究,IDC中国从去年开始对大数据市场做了深入研究. 什么是大数据?--四个"V" 周震刚介绍道,IDC对大数据的定义是四个&quo

大数据思维的十大核心原理

大数据思维是客观存在,大数据思维是新的思维观.用大数据思维方式思考问题,解决问题是当下企业潮流.大数据思维开启了一次重大的时代转型. 大数据思维原理是什么?笔者概括为10项原理. 一.数据核心原理 从"流程"核心转变为"数据"核心 大数据时代,计算模式也发生了转变,从"流程"核心转变为"数据"核心.Hadoop体系的分布式计算框架已经是"数据"为核心的范式.非结构化数据及分析需求,将改变IT系统的升级方式:

2017大数据前瞻:十大趋势将迎爆发式数据增长

大数据发展已经成为未来科技发展的走向和必要的开端,预计2017年大数据十大新趋势走向将会迎来爆发式的数据增长. 1.大数据实现可视化服务 数据可视化技术让隐藏在大数据资源背后的真相呈现在众人面前.无论数据怎样形成,无论数据资源在哪里,图形数据可视化可以让企业组织在业务繁忙的同时对数据进行检索与处理.可视化数据不需要任何编程基础.你只需要上传你的数据,便能轻松地创建和发布图表,目前国际上已经有一些企业在发展大数据可视化做深入的研究,专门提供大数据可视化服务. 2.大数据进入资本市场 最近发数据的行

2017年大数据发展的十大趋势以及在各行业的应用潜力

2016年,大数据已从前两年的预期膨胀阶段.炒作阶段转入理性发展阶段.落地应用阶段.2017年,大数据依然处于理性发展期,依然存在诸多挑战,但前景依然非常乐观.2017年大数据的发展呈现十大趋势: 趋势1:越来越多的企业实现数据孤岛的打通,驱动大数据发挥更强的威力 企业启动大数据最重要的挑战是数据的碎片化.在很多企业中尤其是大型的企业,数据常常散落在不同部门,而且这些数据存在不同的数据仓库中,不同部门的数据技术也有可能不通,导致企业内部数据无法打通.若不打通,大数据的价值则难以挖掘.大数据需要不

数据可视化的十大误区,为何你只能做出渣图表

通过可视化信息,我们的大脑可以更有效地合成和保留信息内容,增强对信息的理解.但是如果不正确数据可视化,它可能弊大于利.错误的图表可以减少数据的信息,或者更糟的是,完全背道而驰! 这就是完美的数据可视化极其依赖设计的原因. 设计师要做的,不仅仅是选择合适的图表类型,更要以一种容易理解的方式来呈现信息,设计出更直观的导航系统,让观众做尽可能减少理解方面的麻烦,做到一目了然. 当然,并不是所有的设计师是数据可视化专家,这就是为什么大部分的图表看上去是那么滴糟糕,简直就是一坨屎! 这里有10个数据可视化

盘点大数据商业智能的十大戒律

如今,各路企业和组织都不再使用上一代架构来存储大数据.既然如此,为什么还要使用上一代商业智能(BI)工具来进行大数据分析呢?在为企业选择BI工具时,应该遵守以下"十诫". 第一诫:不要转移大数据 转移大数据代价高昂:毕竟,大数据很"大",如果打包转移,负担太重.不要将数据提取出来,做成数据集市和数据立方,因为"提取"就意味着转移,会在维护.网络性能附加处理器方面造成纷乱庞杂的问题,出现两个逻辑上相同的备份.让BI深入更底层运行数据就是大数据萌发的