新概念数据可视化

简介: 新概念数据可视化

记录

辅助工具

1. 熟练使用ps中的拉框助手工具

可自动勾画饼图、雷达图、地图等

作用:方便设计大屏的静态页面

2. 大屏选色

注意事项

  1. 不选用同一色系
  2. 不选用颜色相近
  3. 不选用同色透明

推荐

  1. 多使用对比色
  2. 多使用黑白灰
  3. 主色、辅色、对比色的6:3:1
  4. 层次感同种色相不同明度使用
    配色

    层次感
3.认识thingjs加载模型

4.熟悉ps蓝湖插件的使用

与蓝湖工作平台连接

作用:发布大屏的静态界面给用户预览,方便修改大屏的样式

5.高德地图开发平台的使用

修改高德地图的展示样式

key的使用

需求理解与布局解析

1.需求分析
  • 需求内容(来源文档资料)
  • 需求归纳—理清需求、筛选核心功能(来源用户提的供资料、百度百科、专业知识网站)
  • 提炼需求—核心需求展示维度
2.对数据维度的认知、展示字段
  • 地图种类(矢量地图还是二维gis)
  • 是否支持下钻(省、市、区)
  • 覆盖范围等……

大屏设计的表现方式

1.图表的表现方式

目的:数据直观易懂

  • 比较类
    不同分类数据对比、不同时间数据对比
  • 占比类
    同一纬度上的占比
  • 分布类
    连续数据上的数值分布情况
  • 趋势图
    数据在连续区域上的变化规律
  • 关联类
    数据的前后关系、继承关系(因果关系)
2.优化图表的表现方式
  1. 适当添加点、线、面
  2. 改变坐标轴x、y、z轴的数据
  3. 修改样式(渐变、描边、发光、圆角)

标题使用规范

比例大小
  1. 标题栏一般80-100px、文字46-60px、标题栏一般11:1(仅供参考)
  2. 主标题、导航栏、时间天气、指标信息等(显得内容丰富避免视觉上的空洞和眼花缭乱)


目录
相关文章
|
7月前
|
存储 JSON 监控
数据可视化——结合面向对象的思想实现数据可视化
数据可视化——结合面向对象的思想实现数据可视化
|
7月前
|
监控 数据可视化 前端开发
数据可视化系列-04数据大屏基础知识
数据可视化系列-04数据大屏基础知识
|
27天前
|
数据可视化 数据处理 Python
Python编程中的数据可视化技术
在Python编程中,数据可视化是一项强大的工具,它能够将复杂的数据集转化为易于理解的图形。本文将介绍如何使用matplotlib和pandas这两个流行的Python库来实现数据可视化,并展示一些实用的代码示例。通过这些示例,读者将学会如何创建各种图表,包括折线图、柱状图和散点图等,以便更好地理解和呈现数据。
|
1月前
|
监控 数据可视化 数据挖掘
ThingWorx 是如何实现数据可视化的
ThingWorx通过其强大的数据可视化工具,将复杂的数据转化为直观的图表和仪表板,帮助用户快速理解并分析数据,支持定制化视图以满足不同需求,提升决策效率。
52 12
|
1月前
|
数据可视化 数据挖掘
数据可视化的作用是什么?
【10月更文挑战第30天】数据可视化的作用是什么?
63 0
|
5月前
|
数据可视化
数据可视化,优点的相关介绍
数据可视化,优点的相关介绍
|
7月前
|
数据可视化 数据挖掘
R语言数据可视化分析案例:探索BRFSS数据
R语言数据可视化分析案例:探索BRFSS数据
R语言数据可视化分析案例:探索BRFSS数据
|
7月前
|
SQL 数据可视化 大数据
数据可视化系列-01大数据可视化基础
数据可视化系列-01大数据可视化基础
数据可视化系列-01大数据可视化基础
|
数据采集 数据可视化 数据挖掘
Python数据分析中如何更好地进行数据可视化?
Python数据分析中如何更好地进行数据可视化?
123 0
|
机器学习/深度学习 自然语言处理 数据可视化
数据可视化:理论与技术
良好的数据可视化不仅仅是呈现数字,而是试图围绕故事阐明我们的数据。在讲故事的同时使我们的数据栩栩如生,并在原始信息与现实世界的影响和见解之间建立联系。
182 0