大小可以帮助强调重要信息并添加上下文提示,使用大小来表示值配合地图使用的效果也非常好 。如果您的可视化中有多个大小相同的数据点,它们会混在一起,很难区分值 。
文章插图
12.使用相同细节
添加的细节(和数字)越多,大脑处理的时间就越长 。想想你想要用你的数据传达什么,以及最有效的方式是什么 。
13.使用基础图形
一个很好的经验法则是,如果你不能高效理解,你的读者或听众可能也难理解 。因此,坚持使用基础图形:直方图、条形图、维恩图、散点图和线形图 。
文章插图
14.视图数量
将您的可视化中的视图数量限制为三到四个 。如果您添加太多视图,大局会被详细信息所淹没 。
二、关于图表配色,你可以参考的5条准则1.颜色深浅
通过颜色的深浅来表达指标值的强弱和大小,是数据可视化设计的常用方法,用户一眼看上去便可整体的看出哪一部分指标的数据值更突出 。
文章插图
2.使用同一色系
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 。
文章插图
3.避免使用鲜艳的颜色
明亮鲜艳的颜色就像是把所有的字母都大写想要强调一样,你的听众感觉你在对他们大声推销 。单调的颜色,反而能很好地用于数据可视化,因为它们可以让你的读者理解你的数据,而不至于被数据淹没 。
文章插图
4.标签使用不同颜色区分
在某些情况下,在一段时间或一系列的值中,我们可能测量了不同种类的物体 。例如,假设我们测量 6 个月以来狗和猫的体重 。在实验结束时,我们想画出每只动物的体重,分别用蓝色和红色区分猫和狗 。
文章插图
5.颜色数量
不要在一张图上使用6种以上的颜色 。
文章插图
三、标准的可视化图表一定有注释1.解释编码
通过一定的形状、颜色和几何图形的结合,将数据呈现出来 。为了让读者能读清楚,图表设计者就要把这些图形解码回数据值 。
2.轴标签
这可能看起来没有必要,或者不是很有帮助,但是你无法想象,如果你的图表有点混乱,或者看到数据的人对此不是很熟悉,你会被问多少次 x/y 轴代表的是什么 。按照前面的两个绘图示例,如果要为轴设置特定名称 。
3.标题
如果我们要将数据呈现给第三方,另一个基本但关键的要点是使用标题,它和之前的轴标记非常相似 。
文章插图
4.重点元素做注释
通常情况下,仅仅在图表的左右两侧使用刻度本身并不是很清楚 。在图上标注值对于解释图表非常有用 。
文章插图
5.重要视图位置
将最重要的视图放置在顶部或左上角 。眼睛通常会首先注意到该区域 。
推荐阅读
- pytest通过parametrize方法实现数据驱动实战
- 抖音发布2018大数据报告《小星星》成年度最受欢迎音乐
- 王者传奇藏品连锁属性(王者传奇伙伴升级数据)
- 怎样使用word邮件合并插入excel数据和照片
- 只会重装系统?系统还原功能必须会!一步设置终生受用!
- |宝妈创业必须知道的两件事
- 科目一科目四最容易混淆的标线题,考前必须弄清楚,不然有麻烦!
- 2020年成为数据科学家需要具备哪些技能?
- 必须了解的Linux性能基础知识
- 店霸 电霸核心功能推荐!专业的拼多多数据分析平台