最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

[指标体系] 数据可视化 真正可以遵循的制图技巧

[复制链接]
发表于 2015-12-21 17:56:37 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
编者按:
可视化有许多“规则”。有的是实际的规则,有的则是帮助你做出选择的建议。如果是出于数据的要求,而且你也知道该怎么做,那么许多实际的规则也不必遵守。
但是,的确有一些规则不应该违背。这些规则通常是用于一些特定种类、几乎只能用特定方式阅读的图表。当这些规则被打破,阅读过程中,数据有可能被误读。这会有点棘手。
条形图的基线必须从零开始
条形图依赖长度来呈现数据。短的条块代表较低的值,长一些的则表示较高的值。条形图的原理就是通过比较条块的长度来比较值的大小。
当基线被改变了,视觉效果也就扭曲了。
举例来说,请看上图。左边第一幅条形图比较了两个值:50和100,它有一条并且它有一条以零为起点的基线。很好。代表数值100的条块长度正好是数值50的两倍长,为100正好也是50的两倍大小。
但当你把基线变为一个更高的、非零的值时,第一个条形的长度变短了,而另外一个条形的长度却没有变。此时值为100的条形不再是值为50的条形的两倍长。以此类推,当最后左边代表数值50的条形彻底消失了,意味着100无限地大于50了。
条形图的基线必须从零开始。
例:这张条形图是经福克斯新闻准许使用的。
3月31日目标的值为7,066,000,比6,000,000高17.8%,然而第二个条形几乎是第一个条形长度的三倍。
有人也许会反驳说,这张图的重点在于两个值的差而非这两个值本身。即便如此,用条形图来表示本身就是一个错误的选择。使用时间序列来呈现月累积数也许会更好。
不要过分热衷于饼图
有些人认为,应该完全避免饼图。他们也许是对的,也许又不是。有些人也许会说,使用饼图完全是一种不可原谅的错误。对此,我不同意。不管怎样,事实情况是人们仍然使用饼图,所以我们至少可以争取正确地使用它们。
避免过度切割饼图,否则最终对它的阅读将难以为继。
那么多少是“太多”?这是一个判断力的问题。不过,如果已经很难从图中看出其中一块扇形是另一块两倍大,或者好几个较小的扇形区域看起来差不多大时,在扇形切割上面就该收手了。此时可以考虑把较小的类目归入一个更大的:“其他”。圆环图也是一样。
同时也考虑一下用其他种类的图表来表示比例。
不要太依赖于饼图。
例:这张饼图来自维基百科,它展示了国家的不同区域。
左边这张饼图中已经切割了许多块,但旁边另分离出一张饼图,显示了左图中看不清楚的更小国家的情况,以此来提供更多的信息。有许多方式可以展示这组数据,比如树状图、按照数据比例制作的图标,或者就用普通的地图。单薄的饼图只适用于显示只有几组值的数据。
尊重部分所占整体的比例
相较于呈现数值,有些图更着重于表现部分与整体的关系,它们表现的数据是部分所占整体比例。比如,堆积式条形图,堆积区域图,树状图,马赛克图,圆环图以及饼图。在这些图表中,每一个部分都表示一个独立的、不重叠的比例。
关于这一条,最常见的错误发生在调查问题允许多选时。比如说:“你上周使用了哪一种交通工具?可以多选。”这样的话,在人们多选的问题上就会出现比例的重叠,不同选项的百分比之和大于一。为了避免这种情况,你不能直接把比例做成统计图。
例:这张饼图来自福克斯新闻下属机构,它表现了三个不属于同一个整体的百分比。
每一个值都是一个单独的整体,因此在这一例中,用三个堆积式条块(或普通的条块)会更直观地表现每个值的比例。
展示数据
让读者看到数据,这是可视化的重点。如果数据的呈现不够清晰,就违背了做图表的初衷。这常常是因为一张图里的数据太多,于是读者的兴趣就被分散了。
这是一个经典的“绘图过度”的问题,相关的研究有很多。但是对于基本的图表,也有一些简单的解决方式。
首先是可以改变符号的大小,这样上图中的小圆点(或者是其他的符号)就不会占据太多空间。为了让数据直观清晰,主要要增加空白。
调节透明度,多层次的图案就不会被覆盖。
通过取样或者把对数据进行分类的方式,把总体分成几个更小的子群。从中,你可以采取小而多的方式,这样每张表里的信息就会少一些。
数据进行再统计及分门别类。
总而言之,更好地呈现数据。
例:这张图展示了金州勇士队在2008-09赛季的每个投篮。
这张图最终形成了一个球场的形状,并得出了对于球员们投篮最多的地点的一个小结论——近框,中距离,以及三分球。但是它们之间的差距是很小的,读者并不能看清真正量级上的差距。
数据聚合法将有助于解决此类问题。
解释编码
通过一定的形状、颜色和几何图形的结合,将数据呈现出来。为了让读者能读清楚,图表设计者就要把这些图形解码回数据值。经典的例子是没有标注的坐标轴。
有时编码不需要解释。比如说,读者也许知道怎样读条形图,就不必解释条的长度表示的是值的大小了。但是设计者的确应该解释数据,也就是图表的单位和主题。
所以标明坐标轴代表的含义。要给读者提供线索或图例,解释图表。
例:这个错误标注的图表来自温尼伯太阳报:
我们要是能知道这是统计关于什么的问题就好了。
大功告成
搞定了。最后一件事就是确保你没有违反最基础的可视化规则——这都是关于理解数据转换可视化图形的过程。如果能弄明白怎数据是如何转换成几何图形的,你就可以创作自己的可视化作品了。但对于特定的几种只能用特定方式来读取的图表,是没有什么改变的余地的。
总之,一定要学会把数据转换成可视化图形。然后真正理解可视化制图中“规则”和“建议”的不同之处。
via:镝次元数据新闻  翻译:宋宇

楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-29 17:52

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表