2021-2-26 鶴鶴
數據可視化實踐案例幫助你思考在執行可視化設計時需要注意哪些方面以及如何讓你的用戶理解可視化圖形。
數據可視化一直處于大熱的狀態，已成為互聯網產品的基本配置。它用于各種行業，從商業智能到信息傳達，幫助用戶更好的理解數據背后的故事。
我們的大腦善于處理可視化信息，這使我們更容易理解圖表或圖形中可視化的數據，而不是表格和電子表格中列出的數據。一個偉大的數據可視化應該利用人類視覺系統的優勢來呈現數據，以便數據被吸收和理解。它應該考慮用戶對視覺處理的了解，提高并簡化用戶的數據體驗。
目前有很多工具和框架可用于構建數據可視化圖形，今天我們一起回歸可視化設計的基礎，了解是什么讓數據可視化有效？在設計數據時我們應該遵循哪些指導原則？
以下 10 個要點和實踐案例將幫助你進行思考，完成豐富、有洞察力的數據體驗。
PART 01
可視化以視覺表現形式，將信息以概要形式抽提出來，提供上下文并描述數據中的關系。雖然設計師對給定的一組數據集中的模式和關系沒有任何影響，但他可以根據用戶的需求選擇顯示哪些數據以及提供怎樣的語境。畢竟，就像其他產品一樣，如果用戶無法使用它，那么可視化就毫無意義。
為新手用戶設計的可視化產品應該是結構化的、明確的和有吸引力的。他們應該用文字直接說明受眾應該從數據中得到什么。
轉換雙親的工作時間：媽媽 VS 爸爸
另一方面，面向專家用戶的可視化產品可以顯示更精細的數據視圖，以驅動用戶探索和發現。細節和數據密度應該簡單明了。
工作來來往往：國民失業情況
PART 02
《紐約時報》網站上只有 10 - 15％ 參與可視化交互的用戶實際點擊了按鈕。《紐約時報》的圖形團隊制作了一些業內最好的可視化作品，但幾乎沒有人與這些作品互動。
這表明，在可視化設計中，我們不能依賴交互操作幫助用戶建立理解。關鍵數據不能隱藏在交互操作后面，而應該明確的展示在圖表中。
然而，怎樣在可視化中融入交互比較好呢？
設計師應該允許在圖表中整合更多數據（排除非關鍵數據），允許感興趣的用戶更深入地研究數據集。
Nathan Yau 的流動數據是在可視化中合理應用交互操作的知名案例，在可視化行業中廣泛應用。下圖是他在關于死亡原因和預期壽命的圖表應用交互操作的案例，頂部 tab 可以切換數據展示維度，點擊曲線，可以看到對應的數據。
2005 年至 2014 年的死亡率數據：死因如何因性別和種族而異
來源：https://flowingdata.com/2016/01/05/causes-of-death/
或者，交互可以用作吸引點，讓你的用戶在瀏覽圖表之前，就親自參與該項目。看看 Quartz 這款有趣的書寫和文化作品。這件作品首先要求讀者在文化形態的分析概述之前，簡單地繪制一個圓圈 ，這個圓圈展示了有效的可視化的特征。
畫圓圈的方式說了很多關于你的故事
同樣， The Pudding 最近發布了一個交互式可視化軟件，向讀者講述有關生日悖論的知識（生日悖論，指如果一個房間里有 23 個或 23 個以上的人，那么至少有兩個人的生日相同的概率要大于 50% ）。雖然大多數非統計學家可能會發現生日悖論，這是概率論中的一個標準問題，非常枯燥且不直觀，但這種可視化使得它看起來有趣且易于理解。創作者融入最近的用戶互動的方式使得整個體驗非常具有關聯性。
生日悖論實驗
這兩個在可視化產品中融入交互操作的案例都很成功，因為它們使用交互帶讀者參與數據研究。
PART 03
視覺突出性，使視覺元素從周圍環境凸顯的特性，是數據可視化的強大工具。它可以用于引導用戶注意可視化中最重要的信息，以幫助防止信息過載。通過使用視覺突出一些細節并壓制其他細節，可以使我們的設計更清晰，更容易理解。
一些視覺變量 —— 顏色和大小 —— 是我們創造和控制視覺顯著性的關鍵。
色彩方案是數據可視化設計的關鍵因素。眾所周知，色彩特別易于視覺識別。我們可以使用溫暖，高飽和度的顏色來突出關鍵數據點，并應用冷色調，使用低飽和度的顏色將不太重要的信息放到背景中。
2014：最熱的年份
尺寸也非常易于營造視覺突出性。較大的元素比較小的元素更有吸引力，因此要擴大您希望用戶首先閱讀的元素，并縮小不太相關的文本和元素。
PART 04
Cleveland 和 McGill 在信息可視化方面的著名研究 —— 視覺編碼的有效性（即數據維度與視覺屬性的映射）。他們根據人們對視覺編碼的準確感知程度，對不同類型的視覺編碼的識別程度進行了排序，給出了以下（簡化的）列表：
1.位置
2.長度
3.角度
4.區域
5.顏色
這對數據可視化設計的意義在于，我們顯示定量信息的首選應該是按位置進行編碼（如經典散點圖和條形圖所示）。與基于角度（如餅圖）或基于區域（如氣泡圖）的編碼相比，基于位置的編碼有助于用戶在更短的時間內進行更準確的比較。
然而，這并不是說所有可視化都必須是條形圖或散點圖。在研究可視化數據的新方法時，牢記這些原則是個好主意。
我真正想要強調的是，顏色不應該用于編碼定量信息，而是應該用來編碼分類信息。也就是說，我們可以使用顏色來表示屬于不同類別的數據。
出生時的預期壽命
PART 05
無論你是否支持 Edward Tufte 在設計中使用極簡主義的極端方法，都需要不斷思考，如何消除圖表視覺上的混亂。通過在數據元素和非數據元素之間創建可視化對比，來讓您的數據大放異彩，就像 Nadieh Bremer 在他的獲獎作品“美國出生時間”中所做的那樣。
嬰兒潮：白天工作時間出生高峰期
刪除不起任何作用的結構元素使數據清晰（如背景、線條和邊框）。減弱必要的結構元素（如軸、網格和刻度線），否則這些元素會與數據爭奪注意力。(網格為淺灰色，最寬設為 0.5 pt，軸為黑色或灰色，最寬設為 1 pt )
PART 06
圖表中的每個數據都使用圖例標注，以便讀者理解它所代表的內容，這樣的設計對嗎？
錯。太多設計師依靠圖例來告訴用戶哪些符號或顏色代表圖表中的哪些數據。列舉圖例雖然對設計師來說很容易，但對讀者來說卻很難。它們迫使讀者在圖例和數據之間來回掃描，給讀者的記憶帶來不必要的壓力。
更好的方法是直接在圖表上標記數據。作為設計師，你的工作就是完善體驗，便于用戶閱讀。在下面的例子中，Nathan Yau 進行了去除圖例的設計，創建了一個帶有大量直接標簽的小型交互式多重顯示。
每人每日平均消費量
最好的可視化講述著引人入勝的故事。這些故事通過圖表中的趨勢、相關性或異常值展示，圖表數據周圍的元素可以進一步豐富故事內容。這些故事將原始數據轉化為有用的信息。
從表面上看，似乎數據可視化完全與數字相關，但一個偉大的數據故事是無法用語言來講述的。信息傳遞清晰的視覺層次，才能一步一步地引導讀者閱讀數據。
例如，可視化的標題，應該明確闡明一個關鍵觀點，使讀者領會。分散在數據中的微小注釋，可以通過異常值或趨勢引起讀者注意，從而為關鍵觀點提供支撐。
我在這里要說的是：幫助用戶，確切地告訴他們在數據中尋找什么！
正如上一條建議提到的，我們可以在可視化中使用注釋來豐富數據故事。有時可以添加圖形元素來使這些注釋更有意義，以便將這些信息更直接地關聯到我們的數據。
以這張來自 Susie Lu 的圖片為例。“夏季大片”和“奧斯卡季”的數據重疊賦予了原本看似隨機的高峰和低谷以意義。它們幫助觀眾理解數據的重要性，比單獨使用字幕或注釋更直接。
2015 - 2017.08 票房趨勢：強大的開場和后期的爆發
PART 09
靜態可視化通常以 JPG 和 PNG 等位圖圖像格式發布，這對移動端用戶來說是一個明顯的挑戰。許多數據可視化的美妙之處在于它們的視覺細節 —— 微小的數據點和微妙的編碼 —— 而這些細節許多在靜態格式的小屏幕上被丟失了。
例如：Accurat 工作室在諾貝爾獎上的精美復雜的作品，在印刷和高分辨率視網膜顯示器上看起來非常棒的全尺寸，卻在移動設備上幾乎難以辨認。
視覺數據
為移動體驗設計，使用像 D3.js 或 Highcharts 這樣的 JavaScript 可視化庫構建響應式可視化，嘗試為印刷、桌面和移動設備多種載體創建相同的靜態可視化設計。
PART 10
今天談到的所有最佳實踐可以歸結為一件事：在復雜性和清晰度之間找到合適的平衡，以滿足受眾的需求。
制作精美的、探索性的可視化細節總是誘人的，但這不一定是最合適的方法。在設計圖形時要考慮周到 ，讓讀者的知識和目標決定應該包含哪些數據以及包含多少數據，并整理數據以講述想要講述的故事。
文章來源：站酷 作者：TCC設計情報局