超级干货 ：一文读懂数据可视化

实际上，从“数据可视化”的命名，便很容易看出数据可视化从业者如何开始可视化设计，那便是：处理数据，设计视觉，完成从数据空间到可视空间的映射, 必要时重复数据处理和图形绘制的循环组合。

1. 分析数据

首先，我们需要对数据做一个全面而细致的解读，数据的特点决定着可视化的设计原则。每项数据都有特定的属性（或称特征、维度）和对应的值，一组属性构成特征列表。按照属性的类型，数据可以分为数值型、有序型、类别型，数值型又可以进一步分为固定零点和非固定零点。其中，固定零点数据囊括了我们大多数的数据对象，它们都可以对应到数轴上的某个点；非固定零点主要包括以数值表示的特定含义，如表示地理信息的经纬度、表示日期的年月日等，在分析非固定零点数据时，我们更在意的是它们的区间。

在对数据做过预处理和分析之后，我们就能够观察出待处理数据的分布和维度，再结合业务逻辑和可视化目标，有可能还要对数据做某些变换，这些变换包括：

标准化，常用的手段包括（0，1）标准化或（-1，1）标准化，分别对应的是sigmoid函数和tanh函数，这么做的目的在于使数据合法和美观，但在这一过程中可能丢失影响数据分布、维度、趋势的信息，应该予以特别注意；

拟合/平滑，为表现数据变化趋势，使受众对数据发展有所预测，我们会引入回归来对数据进行拟合，以达到减少噪音，凸显数据趋势的目的；

采样，有些情况下，数据点过多，以至于不易可视化或者影响视觉体验，我们会使用随机采样的方法抽取部分数据点，抽样结果与全集近似分布，同时不影响可视化元素的对比或趋势；

降维，一般而言，同一可视化图表中能够承载的维度有限（很难超过3个维度），必须对整个数据集进行降维处理。

2. 可视化设计

在开始设计之前，我们需要对人类视觉以及注意力作简要分析，这决定着我们如何在第一时间抓住受众的注意力。

人类视觉感知到心理认知的过程要经过信息的获取、分析、归纳、解码、储存、概念、提取、使用等一系列加工阶段，每个阶段需要不同的人体组织和器官参与。简单来讲，人类视觉的特点是：

对亮度、运动、差异更敏感，对红色相对于其他颜色更为敏感；

对于具备某些特点的视觉元素具备很强的“脑补”能力，比如空间距离较近的点往往被认为具有某些共同的特点；

对眼球中心正面物体的分辨率更高，这是由于人类晶状体中心区域锥体细胞分布最为密集；

人们在观察事物时习惯于将具有某种方向上的趋势的物体视为连续物体；

人们习惯于使用“经验”去感知事物整体，而忽略局部信息。

这里引入一个概念——可视编码，它数据信息映射为可视化元素的技术，其通常具有表达直观、易于理解和记忆的特性。数据包含属性和值，相应可视编码也由两部分组成：标记和视觉通道，标记代表数据属性的分类，视觉通道表示人眼所能看到的各种元素的属性，包括大小、形状、颜色等，往往用来展示属性的定量信息。例如，对于柱状图而言，标记就是矩形，视觉通道就是矩形的颜色、高度或宽度等。

数据可视化的设计目标和制作原则在于信、达、雅，即一要精准展现数据的差异、趋势、规律，二要准确传递核心思想，三要简洁美观，不携带冗余信息。结合人的视觉特点，很容易总结出好的数据可视化作品的基本特征：

让用户的视线聚焦在可视化结果中最重要的部分；

对于有对比需求的数据，使用亮度、大小、形状来进行编码更佳；

使用尽量少的视觉通道编码数据，避免干扰信息。

3. 可视编码的选择

如同只学过视听语言并不能设计出可用的电影分镜一样，数据可视化这一艺术设计色彩浓厚的工作绝非做过几个饼图、柱状图就能胜任。在开始涉足实践讲解之前，我们需要解决以下疑问： 

可视化设计中优先选择哪些视觉通道？有多少种视觉通道可供使用？某个视觉通道能编码什么信息，能包含多少信息量？视觉通道表达信息能力的区别？哪些视觉通道互不相关而哪些又相互影响？ 

看看下图，或许能从一定程度上给出答案：