我们将会学习¶
- 如何选择合适的图表？
- 如何诠释数据与图表？
- Python作图的最佳实践
什么？为什么？¶
数据可视化(Data Visualization): 将抽象的科学或者商业数据用图像表示出来，帮助理解数据的意义的过程。可视化并不独立于分析过程，两者往往相伴、迭代推进。
为什么要做可视化? 图形传达信息的效率更高
- 理解数据特性
- 找出数据中蕴含的模式 (pattern)
- 建议建模策略
- 诊断分析中的问题
可视化简史¶
可视化发展史与测量、绘画、人类现代文明的启蒙和科技的发展一脉相承。在地图、科学、工程、统计等领域发展了数百年。
人类最老的地图¶
人类第一幅城市交通图¶
太阳黑子活动变化图¶
最早的时间线图¶
世界上第一幅饼图¶
"有史以来最好的统计可视化"¶
南丁格尔玫瑰图¶
完备的图形符号和表示理论¶
星形图¶
散点图矩阵¶
数据可视化分类¶
科学可视化¶
信息可视化¶
可视分析学¶
信息可视化¶
时空数据可视化¶
层次与网络结构数据可视化¶
文本和跨媒体数据可视化¶
多变量数据可视化¶
数据可视化流程¶
可视分析学标准流程¶
可视化的基本图表¶
按照所呈现的信息和视觉复杂程度可以分为：
- 原始数据绘图
- 简单统计值标绘
- 多视图协调关联
猜猜看¶
| 图一 | 图二 | 图三 |
|---|---|---|
 |
 |
 |
一个图包括几部分？¶
一个图包括几部分？¶
| 视觉编码 | |
|---|---|
 |
 |
一个图包括几部分？¶
| 坐标系 | |
|---|---|
|
 |
一个图包括几部分？¶
| 标尺 | |
|---|---|
|
 |
一个图包括几部分？¶
| 背景信息 | |
|---|---|
|
 |
数据可视化组件¶
- 数据
- 视觉编码
- 坐标系
- 标尺
- 背景信息
视觉编码¶
变量映射(数据==>可视化结果)的过程就是视觉编码(visual encoding)。
各个变量分别映射到哪个视觉通道(visual channel)上？通常，
- x 变量映射到x轴或角度
- y 变量映射到y轴或半径
- 若干group变量映射到分组
- 可以映射为气泡大小、线条粗细
- 可以映射为色调 (hue)
- 可以映射为饱和度 (saturation)
- 可以映射为透明度 (transparency/alpha)
- …
何谓视觉通道?¶
- 信息被编码在数据-符号的映射关系（视觉编码）中
- 人类视觉系统通过解码视觉编码获得信息
| 图一 | 图二 |
|---|---|
 |
 |
| 图一 | 图二 |
|---|---|
|
|
|
| 图一 | 图二 |
|---|---|
|
|
|
|
人类视觉对不同视觉通道的敏感性¶
| 通道 | 分类数据 Categorical | 有序数据 Ordinal | 定量数据 Quantitative |
|---|---|---|---|
| 位置 position | 好 | 好 | 好 |
| 长度 length | 好 | 好 | 好 |
| 亮暗 luminance | 好 | 好 | 中 |
| 纹理 texture | 好 | 中 | 差 |
| 颜色 color | 好 | 中 | 差 |
| 角度 angle | 好 | 差 | 差 |
| 形状 shape | 好 | 差 | 差 |
视觉编码的选择优先级¶
| 序号 | 分类数据 | 有序数据 | 定量数据 |
|---|---|---|---|
| 1 | 位置 position | 位置 position | 位置 position |
| 2 | 色调 hue | 密度 density | 长度 length |
| 3 | 纹理 texture | 饱和度 saturation | 角度 angle |
| 4 | 连接 connection | 色调 hue | 斜率 slope |
| 5 | 包含 containment | 纹理 texture | 面积 area |
| 6 | 密度 density | 连接 connection | 体积 volume |
| 7 | 饱和度 saturation | 包含 containment | 密度 density |
视觉编码的选择优先级（续）¶
| 序号 | 分类数据 | 有序数据 | 定量数据 |
|---|---|---|---|
| 8 | 形状 shape | 长度 length | 饱和度 saturation |
| 9 | 长度 length | 角度 angle | 色调 hue |
| 10 | 角度 angle | 斜率 slope | 纹理 texture |
| 11 | 斜率 slope | 面积 area | 连接 connection |
| 12 | 面积 area | 体积 volume | 包含 containment |
| 13 | 体积 volume | 形状 shape | 形状 shape |
视觉通道设计原则¶
- 一致性: 可视化结果与数据真实蕴含的信息一致 (诚实性)
- 文字标示清晰、完整
- 视觉度量和数字本身成比例
- 体现数字的变异，而不是设计的变异
- 表达性: 可视化结果充分且不多余地表达数据要传达的信息
- 用于表现数字变化的笔墨比重越高越好
- 内容为王，避免图标垃圾，增加信息/数字密度
- 信息分层
- 对比、证据综合
- 有效性: 可视化之后表达效果更好
- 可理解性: 可视化结果便于理解
一致性¶
| 图一 | 图二 |
|---|---|
 |
 |
|
表达性¶
| 图一 | 图二 |
|---|---|
 |
 |
|
|
有效性¶
| 图一 | 图二 |
|---|---|
 |
 |
|
可视化组件组合¶
可视化图表选择建议¶
