【案例】10個數據可視化案例,讓您更懂可視化
1 如何選擇正確的圖標視覺化數據?有哪些經驗教訓?
數據可視化,是一種用來將復雜信息數據清晰表述出來的強大有力的工具。通過可視化信息,我們的大腦可以更有效地合成和保留信息內容,增強對信息的理解。但是如果不正確數據可視化,它可能弊大于利。錯誤的圖表可以減少數據的信息,甚至完全背道而馳。
這就是完美的數據可視化極其依賴設計的原因。
設計師要做的,不僅僅是選擇合適的圖表類型,更要以一種容易理解的方式來呈現信息,設計出更直觀的導航系統,讓觀眾盡可能減少理解方面的麻煩,做到一目了然。
當然,并不是所有的設計師是數據可視化專家,這就是為什么大部分的圖表看上去是那么糟糕,簡直不忍直視。
這里有10個數據可視化的案例,包括你可能犯的錯誤和快速修復補救的方法。
錯誤1.混亂的餅圖分割
餅圖,是最簡單的圖表之一。不過偏偏有人喜歡把它搞得很復雜。
餅圖的設計應該直觀而清晰,理論上,一個餅圖不應該分割超過5塊。
下面就是兩種可以讓讀者的注意力瞬間集中到你要表述的重點的方法。
方法一:將最大的部分放在12點鐘方位,要順時針。第二部分12點鐘,逆時針方向。剩下的部分可以放在下面,繼續逆時針方向。
方法二:最大一塊12點鐘開始,順時針方向旋轉。剩余部分在降序排列,順時針。
錯誤2.在折線圖中使用不連貫的線條
虛線容易分散注意力。相反,使用實線和顏色反而容易區分彼此的區別。
錯誤3.數據排序混亂
你的內容應該以一種合乎邏輯的和直觀的方式來引導讀者了解數據。所以,記得將數據類別按字母順序、大小順序或價值進行排序。
錯誤4.數據模糊不清
確保沒有數據丟失或被設計。例如,使用標準的面積圖時,可以添加透明度,確保讀者可以看到所有數據。
錯誤5.讓讀者自己解讀
設計師應該使圖表盡可能輕松地幫助讀者理解數據。例如,在散點圖中添加趨勢線來強調的趨勢。
錯誤6.扭曲數據
確保所有可視化方式是準確的。例如,氣泡圖大小應該根據區域擴展,而不是直徑。
錯誤7.在一張熱力圖上使用不同的顏色
顏色用得太花,會給數據增加不可承受之重,相反,設計師應該采用同一色系,或者類比色。
錯誤8.條狀圖太胖或太瘦
或許你的報告很有創意,非常精彩,但是記得圖表設計水平也要跟上。條形圖之間的間隔應該是1/2欄寬度。
錯誤9.很難比較數據
比較是展示數據差異的好法子,但是如果你的讀者不容易看出差別的話,那么你的比較就毫無意義。確保所有的數據都是呈現在讀者面前,選擇最合適的比較方法。
錯誤10:用3D圖表
雖然他們看起來很酷,但是3D形狀可以扭曲感知,因此扭曲數據。堅持2D,確保數據準確。
怎么樣,上述10條,你中槍了嗎?
責任編輯:售電衡衡
-
權威發布 | 新能源汽車產業頂層設計落地:鼓勵“光儲充放”,有序推進氫燃料供給體系建設
2020-11-03新能源,汽車,產業,設計 -
中國自主研制的“人造太陽”重力支撐設備正式啟運
2020-09-14核聚變,ITER,核電 -
探索 | 既耗能又可供能的數據中心 打造融合型綜合能源系統
2020-06-16綜合能源服務,新能源消納,能源互聯網
-
新基建助推 數據中心建設將迎爆發期
2020-06-16數據中心,能源互聯網,電力新基建 -
泛在電力物聯網建設下看電網企業數據變現之路
2019-11-12泛在電力物聯網 -
泛在電力物聯網建設典型實踐案例
2019-10-15泛在電力物聯網案例
-
權威發布 | 新能源汽車產業頂層設計落地:鼓勵“光儲充放”,有序推進氫燃料供給體系建設
2020-11-03新能源,汽車,產業,設計 -
中國自主研制的“人造太陽”重力支撐設備正式啟運
2020-09-14核聚變,ITER,核電 -
能源革命和電改政策紅利將長期助力儲能行業發展
-
探索 | 既耗能又可供能的數據中心 打造融合型綜合能源系統
2020-06-16綜合能源服務,新能源消納,能源互聯網 -
5G新基建助力智能電網發展
2020-06-125G,智能電網,配電網 -
從智能電網到智能城市