【案例】10个数据可视化案例,让您更懂可视化
1 如何选择正确的图标视觉化数据?有哪些经验教训?
数据可视化,是一种用来将复杂信息数据清晰表述出来的强大有力的工具。通过可视化信息,我们的大脑可以更有效地合成和保留信息内容,增强对信息的理解。但是如果不正确数据可视化,它可能弊大于利。错误的图表可以减少数据的信息,甚至完全背道而驰。
这就是完美的数据可视化极其依赖设计的原因。
设计师要做的,不仅仅是选择合适的图表类型,更要以一种容易理解的方式来呈现信息,设计出更直观的导航系统,让观众尽可能减少理解方面的麻烦,做到一目了然。
当然,并不是所有的设计师是数据可视化专家,这就是为什么大部分的图表看上去是那么糟糕,简直不忍直视。
这里有10个数据可视化的案例,包括你可能犯的错误和快速修复补救的方法。
错误1.混乱的饼图分割
饼图,是最简单的图表之一。不过偏偏有人喜欢把它搞得很复杂。
饼图的设计应该直观而清晰,理论上,一个饼图不应该分割超过5块。
下面就是两种可以让读者的注意力瞬间集中到你要表述的重点的方法。
方法一:将最大的部分放在12点钟方位,要顺时针。第二部分12点钟,逆时针方向。剩下的部分可以放在下面,继续逆时针方向。
方法二:最大一块12点钟开始,顺时针方向旋转。剩余部分在降序排列,顺时针。
错误2.在折线图中使用不连贯的线条
虚线容易分散注意力。相反,使用实线和颜色反而容易区分彼此的区别。
错误3.数据排序混乱
你的内容应该以一种合乎逻辑的和直观的方式来引导读者了解数据。所以,记得将数据类别按字母顺序、大小顺序或价值进行排序。
错误4.数据模糊不清
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。
错误5.让读者自己解读
设计师应该使图表尽可能轻松地帮助读者理解数据。例如,在散点图中添加趋势线来强调的趋势。
错误6.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。
错误7.在一张热力图上使用不同的颜色
颜色用得太花,会给数据增加不可承受之重,相反,设计师应该采用同一色系,或者类比色。
错误8.条状图太胖或太瘦
或许你的报告很有创意,非常精彩,但是记得图表设计水平也要跟上。条形图之间的间隔应该是1/2栏宽度。
错误9.很难比较数据
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。
错误10:用3D图表
虽然他们看起来很酷,但是3D形状可以扭曲感知,因此扭曲数据。坚持2D,确保数据准确。
怎么样,上述10条,你中枪了吗?
责任编辑:售电衡衡
-
权威发布 | 新能源汽车产业顶层设计落地:鼓励“光储充放”,有序推进氢燃料供给体系建设
2020-11-03新能源,汽车,产业,设计 -
中国自主研制的“人造太阳”重力支撑设备正式启运
2020-09-14核聚变,ITER,核电 -
探索 | 既耗能又可供能的数据中心 打造融合型综合能源系统
2020-06-16综合能源服务,新能源消纳,能源互联网
-
新基建助推 数据中心建设将迎爆发期
2020-06-16数据中心,能源互联网,电力新基建 -
泛在电力物联网建设下看电网企业数据变现之路
2019-11-12泛在电力物联网 -
泛在电力物联网建设典型实践案例
2019-10-15泛在电力物联网案例
-
权威发布 | 新能源汽车产业顶层设计落地:鼓励“光储充放”,有序推进氢燃料供给体系建设
2020-11-03新能源,汽车,产业,设计 -
中国自主研制的“人造太阳”重力支撑设备正式启运
2020-09-14核聚变,ITER,核电 -
能源革命和电改政策红利将长期助力储能行业发展
-
探索 | 既耗能又可供能的数据中心 打造融合型综合能源系统
2020-06-16综合能源服务,新能源消纳,能源互联网 -
5G新基建助力智能电网发展
2020-06-125G,智能电网,配电网 -
从智能电网到智能城市