数据可视化 30 个小技巧(五)

简介: 优秀的数据可视化图表只是罗列、总结数据吗?当然不是!数据可视化其真正的价值是设计出可以被读者轻松理解的数据展示,因此在设计过程中,每一个选择,最终都应落脚于读者的体验,而非图表制作者个人。这里给大家总结了数据可视化的制作的30个小技巧,通过列举一些容易被忽略的常见错误,最终能够快速提升和巩固你的可视化制作水平。


四、优秀的可视化图表,遵守的6条原则


1.数据排序有序


数据类别按字母顺序,大小顺序,或价值进行排序,以一种合乎逻辑的和直观的方式来引导读者了解数据。

100.jpg


2.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。101.jpg

3.不可扭曲数据


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。

102.jpg


4.展示数据


让读者看到数据,这是可视化的重点。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。


5.删除变量


很多时候,太多的信息会影响读者的注意,从可视化中删除隐含信息是一个好主意,在这种情况下,我认为我们不需要在轴中包含变量的名称。


6.避免数据噪音


把不重要的东西减到最少或者去掉。这包括减弱或移除图形线,改变轴线、图形线的颜色,以及用浅灰色描绘电子表格行。使得“数据比率”可以达到一个很高的水平,听众会更容易明白其中的数据情况。


103.jpg

五、小结


以上的小细节你都记住了嘛?俗话说熟能生巧,在每次数据可视化的制作过程中多思考一下,有哪些细节需要注意?这些细节的处理是否合理,数据可视化大神指日可待。



相关文章
|
4月前
|
存储 运维 数据可视化
10 分钟玩转Elastcisearch——数据可视化分析
10 分钟玩转Elastcisearch——数据可视化分析
40 0
|
30天前
|
数据可视化 数据处理
数据可视化
【8月更文挑战第9天】数据可视化。
42 2
|
4月前
|
数据可视化
数据可视化第二版-03部分-11章-相关
数据可视化第二版-03部分-11章-相关
|
12月前
|
人工智能 数据可视化 BI
数据可视化(一)
数据可视化(一)
123 0
|
12月前
|
编解码 监控 数据可视化
数据可视化(二)
数据可视化(二)
505 0
|
数据可视化 索引 Python
数据可视化入门
数据可视化入门
|
监控 数据可视化 前端开发
数据可视化(一):介绍
数据可视化(一):介绍
数据可视化(一):介绍
|
数据可视化 大数据 数据挖掘
数据可视化介绍|学习笔记
快速学习数据可视化介绍
129 0
数据可视化介绍|学习笔记
|
数据可视化
ggpubr|让数据可视化更加优雅(上)
ggpubr是由Alboukadel Kassambara创建的,基于ggplot2的可视化包。主要用于绘制符合出版要求的图形。
234 0
ggpubr|让数据可视化更加优雅(上)
|
数据可视化
ggpubr|让数据可视化更加优雅(下)
ggpubr|让数据可视化更加优雅(下)
343 0
ggpubr|让数据可视化更加优雅(下)
下一篇
DDNS