数据可视化使用小贴士

大数据
我们常常迷失在数据中,纷繁复杂的数据让我们无所适从。可视化作为解决这问题的有效手段,通过视觉的方式让数字易于理解。本文梳理了可视化相关内容,并且根据数据平台组同仁们在可视化项目过程中使用经验,总结一些可视化使用注意事项,与大家分享。
 

我们常常迷失在数据中,纷繁复杂的数据让我们无所适从。可视化作为解决这问题的有效手段,通过视觉的方式让数字易于理解。本文梳理了可视化相关内容,并且根据数据平台组同仁们在可视化项目过程中使用经验,总结一些可视化使用注意事项,与大家分享。

数据可视化使用小贴士

1.饼图顺序不当

数据可视化
(***的做法是将份额***的那部分放在12点方向,顺时针放置第二大份额的部分,以此类推。)

2.在线状图中使用虚线

数据可视化
(虚线会让人分心,用实线搭配合适的颜色更容易区分。)

3.数据被遮盖

数据可视化
(确保数据不会因为设计而丢失或被覆盖。例如在面积图中使用透明效果来确保用户可以看到全部数据。)

4. 耗费用户更多的精力

数据可视化
(通过辅助的图形元素来使数据更易于理解,比如在散点图中增加趋势线。)

5.柱状过宽或过窄

 

(经过调研,柱子的间隔***调整为宽的1/2。)

6.数据对比困难

数据可视化

(选择合适的图表,让数据对比更明显直接。上图的数据作用是为了比较,显然,柱状图比饼图在视觉上更易于比较。)

7.错误呈现数据

数据可视化
(确保任何呈现都是准确的,比如,上图气泡图的面积大小应该跟数值一样。)

8.不要过分设计

数据可视化
(清楚标明各个图形表示的数据,避免用与主要数据不相关的颜色,形状干扰视觉。)

9. 数据没有很好归类,没有重点区分

数据可视化
(将同类数据归类,简化色彩,帮助用户更快理解数据。上图的***张没有属于同类型手机中不同系统进行颜色上的归类,从而减少了比较的作用。下图就通过蓝色系很好的把iPhone,Android,WP版归为一类,很好的与iPad版,其他比较。)

10.误导用户的图表

数据可视化
(要客观反映真实数据,纵坐标不能被截断,否则视觉感受和实际数据相差很大。左图的数据起始点被截断从50开始。)

责任编辑:李英杰 来源: 36大数据
相关推荐

2018-10-17 12:03:45

可视化设计图表

2020-03-11 14:39:26

数据可视化地图可视化地理信息

2014-05-28 15:23:55

Rave

2017-10-14 13:54:26

数据可视化数据信息可视化

2021-04-09 10:42:03

数据可视化框架大数据

2021-10-11 08:04:22

Python数据行程

2023-02-15 08:24:12

数据分析数据可视化

2023-05-06 12:57:34

Python工具

2021-11-09 08:15:18

Grafana 数据可视化运维

2017-06-19 08:30:35

大数据数据可视化报表

2022-08-26 09:15:58

Python可视化plotly

2020-05-26 11:34:46

可视化WordCloud

2020-12-22 14:14:25

大数据数据可视化

2022-02-23 09:50:52

PythonEchartspyecharts

2020-03-01 14:01:22

Echarts数据可视化图表

2017-02-23 09:42:53

大数据数据可视化技术误区

2023-05-08 16:29:34

2020-05-31 18:01:06

数据科学IT工具

2009-04-21 14:26:41

可视化监控IT管理摩卡

2020-06-29 15:40:53

PlotlyPython数据可视化
点赞
收藏

51CTO技术栈公众号