Google 数据可视化团队总结的可视化硬核指南!

全文章节目录:

原则

类型

选择图表

样式

行为

仪表板


数据可视化

数据可视化就是用图形描绘信息。


原则

数据可视化是一种以图形描绘密集和复杂信息的表现形式。数据可视化的视觉效果旨在使数据容易对比,并用它来讲故事,以此来帮助用户做出决策。

数据可视化可以表达不同类型和规模的数据,包括从几个数据点到有大量变量的数据集。


类型

数据可视化可以以不同的形式表达。图表是表达数据的常用方式,因为它们能够展示和对比多种不同的数据。

图表类型的选择主要取决于两点:要表现的数据和表现该数据的用意。该指南描述各种类型的图表及其用例。

图表类型

1. 随时间变化

随时间变化的图表显示一段时间的数据,例如多个类别之间的趋势或比较。

常见用例包括:

股价表现、卫生统计、年表

2. 类别比较

类别比较图表是多个不同类别数据之间的比较。

常见用例包括:

不同国家的收入、热门场地时间、团队分配

3. 排名

排名图表显示项目在有序列表中的位置。

常见用例包括:

选举结果、性能统计

4. 占比

占比类图表显示了局部与整体的关系。

常见用例包括:

产品类别的综合收入、预算

5. 关联

关联类图表显示两个或以上变量之间的关系。

常见用例包括:

收入和预期寿命

6. 分布

分布类图表显示每个值在数据集中出现的频率。

常见用例包括:

人口分布、收入分布

7. 流程

流程类图表显示了多个状态之间的数据移动。

常见用例包括:

资金转移、投票计数和选举结果

8. 关系

关系图表显示多个项目之间的关系。

常见用例包括:

社交网络、词图

选择图表

面对多种类型的图表,以下指南提供了关于如何选择合适的图表见解。

显示随时间的变化

可以使用时间序列图表来表示随时间的变化,就是按时间顺序表示数据点的图表。表示随时间变化的图表包括:折线图,柱状图(条形图)和面积图。

*基线值是y轴上的起始值。

柱状图(条形图)和饼图

柱状图(条形图)和饼图都可用于显示比例,表示部分与总体的对比。

· 柱状图(条形图)使用共同的基线,通过条形长度表示数量

· 饼图使用圆的圆弧或角度表示整体的一部分

柱状图(条形图),折线图和堆叠面积图在显示随时间的变化方面比饼图更有效地。由于这三个图表都是使用相同的基线,因此可以更轻松地根据条形长度比较值的差异。

面积图

面积图有多种类型,包括堆叠面积图和层叠面积图:

· 堆叠面积图显示多个时间序列(在同一时间段内)堆叠在一起

· 层叠面积图显示多个时间序列(在同一时间段内)重叠在一起

层叠面积图建议不要使用超过两个时间序列,因为这样做会使数据模糊不清。取而代之,应当使用堆叠面积图来比较一个时间间隔内的多个值(横轴表示时间)。

样式

数据可视化使用自定义样式和形状,使数据更容易理解,以适合用户需求。

图表可以从以下方面进行优化:

· 图形元素

· 文字排版

· 图标

· 轴和标签

· 图例和注释

不同类型数据的样式设计

可视化编码是将数据转换为可视形式的过程。独特的图形属性可应用于定量数据(如温度,价格或速度)和定性数据(如类别,风味或表达式)。

这些图形属性包括:

· 形状

· 颜色

· 大小

· 面积

· 体积

· 长度

· 角度

· 位置

· 方向

· 密度

不同属性的表现

多个视觉处理方法可以综合应用于数据点的多个方面。例如,在条形图中,条形颜色可以表示类别,而条形长度可以表示值(如人口数量)。

形状可用于表示定性数据。在此图表中,每个类别由特定形状(圆形,正方形和三角形)表示,这样可以在一张图表中轻松实现特定范围的比较,同时也可以进行类别之间比较。

1. 形状

图表可以运用形状,以多种方式展示数据。形状的设计可以是有趣的、曲线的,或者精确和高保真的等等。

形状精确程度

图表可以展示不同精度程度的数据。用于细致研究的数据应该用适合交互的形状(在触摸大小和功能可见性方面)展示。而旨在表达一般概念或趋势的数据可以使用细节较少的形状。

2. 颜色

颜色可用于以四种主要方式区分图表数据:

· 区分类别

· 表示数量

· 突出特定数据

· 表示含义

颜色区分类别

例:圆环图中,颜色用于表示类别。

颜色表示数量

例:地图中,颜色用于表示数据值。

颜色突出数据

例:散点图中,颜色用于突出特定数据。

重点区域

在不滥用的情况下,颜色可以突出焦点区域。不建议大量使用高亮颜色,因为它们会分散用户注意力,影响用户的专注力。

颜色表示含义

无障碍

为了适应看不到颜色差异的用户,您可以使用其他方法来强调数据,例如高对比度着色,形状或纹理。

将文本标签应用于数据还有助于说明其含义,同时消除对图例的需求。

3. 线

图表中的线可以表示数据的特性,例如层次结构,突出和比较。线条可以有多种不同的样式,例如点划线或不同的不透明度。

线可以应用于特定元素,包括:

· 注释

· 预测元素

· 比较工具

· 可靠区间

· 异常

4. 文字排版

文本可用于不同的图表元素,包括:

· 图表标题

· 数据标签

· 轴标签

· 图例

图表标题通常是具有最高层次结构的文本,轴标签和图例具有最低级别的层次结构。

字重

标题和字重的变化可以表达内容在层次结构中的重要程度。但是应该保持克制,使用有限的字体样式。

5. 图标

图标可以表示图表中不同类型的数据,并提高图表的整体可用性。

图标可用于:

· 分类数据:用于区分组或类别

· UI控件和操作:例如筛选,缩放,保存和下载

· 状态:例如错误,空状态,完成状态和危险

在图表中使用图标时,建议使用通用可识别符号,尤其是在表示操作或状态时,例如:保存,下载,完成,错误和危险。

6. 坐标轴

一个或多个坐标轴显示数据的比例和范围。例如,折线图沿水平和垂直坐标轴显示一系列值。

柱状图(条形图)基线

柱状图(条形图)应从为零的基线(y轴上的起始值)开始。从不为零的基线开始可能导致数据被错误地理解。

坐标轴标签

标签的设计应体现图表中最重要的数据。应根据需要使用标签,并在UI中保持一致性。他们的出现不应该妨碍查看图表。

文字方向

为便于阅读,文本标签应水平放置在图表上。

文字标签不应该:

· 旋转

· 垂直堆叠

7. 图例和注释

图例和注释描述了图表的信息。注释应突出显示数据点,数据异常值和任何值得注意的内容。

1. 注释

2. 图例

在PC端,建议在图表下方放置图例。在移动端,将图例放在图表上方,以便在交互过程中保持可见。

标签和图例

在简单图表中,可以使用直接标签。在密集的图表(或更大的图表组的一部分)中,可以用图例。

8. 小显示屏

可穿戴设备(或其他小屏幕)上显示的图表应该是移动端或PC端图表的简化版本。


行为

图表具有交互模式,使用户可以控制图表数据。这些模式可以使用户专注于图表的特定值或范围。

以下推荐的交互模式,样式和效果(如触觉反馈)可以提高用户对图表数据的理解:

渐进式披露

提供了按需求逐步展示详细信息的明确途径。

直接操作

允许用户直接对UI元素进行操作,最大限度地减少屏幕上所需的操作数量,包括:缩放和平移,分页和数据控件。

改变视角

使一种设计可以适用于不同的用户和数据类型,例如数据控件和动效。

1. 渐进式披露

使用渐进式披露显示图表详细信息,允许用户根据需要查看特定数据点。

2. 缩放和平移

缩放和平移是常用的图表交互,会影响用户对图表数据深入的研究和探索。

缩放

缩放改变界面显示的远近。设备类型决定了如何执行缩放。

· 在PC端,通过单击、拖动或滚动进行缩放

· 在移动端,通过捏合进行缩放

当缩放不是主要操作时,可以通过单击和拖动(在PC端)或双击(在移动端)来实现。

平移

平移让用户能够看到屏幕之外的界面。它应该合理的展示数据的价值。例如,如果图表的一个维度比另一个维度更重要,则平移的方向可以仅限于该维度。

· 平移通常与缩放功能同时使用。

· 在移动端,平移通常通过手势实现,例如单指滑动。

3. 分页

在移动端,分页是一种常见模式,让用户通过向右或向左滑动来查看上一个或下一个图表。

在移动端,用户可以向右滑动以查看前一天。

4. 数据控制

可以使用切换控件,选项卡和下拉菜单筛选或改变数据。

用户调节控件时,这些控件还可以显示指标。

切换控件,选项卡和下拉菜单可以更改或筛选数据。

5. 动效

动效可以强化数据之间的联系,提升交互体验。应该有目的地使用运动(不是装饰性地),表达不同状态和空间之间的联系。

运动应该是合理,平稳,反应灵敏,不会妨碍用户的使用。

在此示例中,图表数据从按天显示动态切换到按周显示。转换期间不会显示所选日期范围之外的数据,从而降低了复杂性。

动画能够体现两个不同图表的相关性。

6. 空状态

图表数据为空的情况下,可以提供相关数据的预期。

在合适的情况下,可以展示角色动画创造愉悦和鼓励。

有特色的动画提升了空状态的效果。

仪表板

在称为仪表板的UI界面中,数据可视化通过一系列图表实现。多个独立的图表有时可以比一个复杂的图表更好地表达故事。

仪表板设计

仪表板的目的应在其布局,样式和交互模式中体现。无论是用来制作演示文稿还是深入研究数据,它的设计应该适合它的使用方式。

仪表板应该:

· 突出最重要信息(使用布局)

· 根据信息层级确定信息的焦点(使用颜色,位置,大小和视觉权重)

应根据对数据的需求确定信息的优先级并进行安排。在此示例中设计仪表板,考虑了以下用户问题:

1. 需要注意的问题
2. 发生问题的时间

3.发生问题的位置

4.受问题影响的其他变量

1. 分析类仪表板

分析仪类表板让用户能够研究多组数据并发现趋势。通常,这些仪表板包含能够深入洞察数据的复杂图表。

用例包括:

· 随时间变化的突出趋势

· 回答“为什么”和“假设”的问题

· 预测

· 创建有深度的报告

分析类仪表板示例:

· 跟踪广告活动的收效

· 跟踪产品在其整个生命周期中的销售额和收入

· 随时间变化的城市人口趋势

· 跟踪随时间变化气候数据

分析类仪表板显示气候数据

2. 操作类仪表板

操作类仪表板旨在回答一组预设的问题。它们通常用于完成与监控相关的任务。

在大多数情况下,这些类型的仪表板具有一系列关于当前信息的简单图表。

用例包括:

· 跟踪目标的当前进度

· 实时跟踪系统性能

操作类仪表板示例:

· 跟踪呼叫中心的活动,例如呼叫音量,等待时间,呼叫长度或呼叫类型

· 监控在云端应用程序的运行状况

· 显示股市情况

· 监控赛车上的遥测数据

操作类仪表板显示设备存储指标

3. 演示类仪表板

演示类仪表板是为感兴趣的主题提供的展示视图。

这些仪表板通常包括一些小图表或数据卡片,用动态标题描述每个图表的趋势和见解。

用例包括:

· 提供关键绩效指标的总览

· 创建高级执行情况的概要

演示类仪表板示例:

· 提供投资账户绩效的总览

· 提供产品销售和市场份额数据的概要

演示类仪表板显示网站使用数据。

(0)

相关推荐

  • 如果你刚刚入门数据可视化,那这些你千万不能错过!

    图表类型大约可以分为两种类型: 1.对比分析 (1)比较型图表 反映了数据项之间的大小关系.数变化程度,如条形图 (2)时序型图表 反映数据在时间线上的变动情况,如折线图 (3)关系型图表 主要用于两 ...

  • B端设计:数据可视化 (一) 图表选择篇

    编辑导读:数据可视化是B端设计最常见的设计之一.在一个产品中,如何清晰.高屏效展示数据,让用户高效.简洁的读取数据并做出判断,这是B端设计师的基础技能.本文作者分享了自己做数据可视化的经验,本篇为图表 ...

  • 优阅达“优分享” | 从不错到优秀:大师级数据可视化速成指南

    当今世界,成功的决策与从数据见解到行动的转化过程息息相关.数据可视化的目的不是获得数字,而是产生影响. 因此,本文从图表.颜色.大小.文本和仪表板布局这 5 个层面,分享了提高可视化质量的方法和技巧, ...

  • 搞定这10个基础图表,就能进行简单的数据可视化设计

    编辑导语:在进行数据可视化设计的过程中,我们往往需要整理和分析一些图表,制作数据可视化图.那么,在确定数据可视化图之前,我们需要了解哪些基本问题呢?又有哪些常见的.可以为我们所用的数据可视化图表呢?本 ...

  • 计算机网络硬核指南

    本篇主要是对计算机网络一些核心思想理解,属于内功心法,初学者适合入门,非初学者可以学习其设计思想,总之希望帮助大家提高对网络的理解: 深入浅出Linux网络硬核指南 本系列从网络通信理解到云计算网络等 ...

  • 计算机网络硬核指南|网络设计核心思想

    本篇主要是对计算机网络一些核心思想理解,属于内功心法,初学者适合入门,非初学者可以学习其设计思想,总之希望帮助大家提高对网络的理解: 深入浅出Linux网络硬核指南 本系列从网络通信理解到云计算网络等 ...

  • 雨天如何高效环卫作业?这份硬核指南请查收

    原创 陈建平.郝雪丽 环卫微学院 环卫作业通常在露天条件下进行,说得通俗一点,作业安排基本上要"看老天爷脸色".现进入夏季,降雨频繁,雨天对于环卫作业的影响明显增加.例如,雨天时, ...

  • 北京赛普健身学院新生入学硬核指南 | 中年老阿姨的真心话

    午睡醒来,又是一阵懊悔--我就应该早下决心,换枕头. 赛普健身学院配备的寝具,没啥大毛病,质量也不错,枕头太硬--也可能是我太娇气,我们全家都用乳胶枕,习惯了那种软弹的质感.每次醒来颈后都是说不出来的 ...

  • 市行政服务中心:就学、购房、办企业硬核指南

    2020即将过去 不少漳州老百姓已经规划起了新年计划 就学.购房.开办企业 通通列入新年计划清单 具体这些计划如何实现 办理手续需提供哪些材料 可享受哪些便捷服务 专业人士提供硬核资讯 12月23日上 ...

  • Google数据可视化团队:数据可视化指南(中文版)

    这是一套谷歌数据可视化团队形成的全面的数据可视化指南,涵盖了设计原则.图表分类.图表的选用.样式设计.交互设计.仪表板设计等方面.有人对其进行了翻译,这个规范指南基本适用所有数据图表设计,很有参考价值 ...

  • 超硬核的 Python 数据可视化教程

    https://zhuanlan.zhihu.com/p/5564204 Python实现可视化的三个步骤: 确定问题,选择图形 转换数据,应用函数 参数设置,一目了然 1 首先,要知道我们用哪些库来 ...

  • D3.js数据可视化黑科技上线,快来UXD学习如何快速上手超级硬核的数据可视化工具

    "D3.js is a JavaScript library for manipulating documents based on data. D3 helps you bring dat ...

  • RENDER图赏丨久负盛名的可视化团队

    Hello 小伙伴们,又到了每周一的制图教室时间啦,经过了连续几期的制图学习,今天我们来放松一下,欣赏一些专业建筑可视化团队的图纸表现~ 此前,我们已经为大家介绍过这样一些以写实表现见长的可视化团队, ...