数据可视化为了达到增强人脑认知的目的,会利用不同的视觉通道对冰冷的数据进行视觉编码。
我们在数据可视化的时候,一方面,展现可视化对象本身的位置、特性,对应的视觉通道类型是定性或者分类,比如汽车在什么地方、汽车的种类;另一方面,展现对象的某一个属性值大小,对应的视觉通道类型是定量或者定序,汽车的油耗、汽车加油的排队顺序。
那么,有哪些具体的视觉通道呢?下面就跟大家介绍几种常见的视觉通道,文末有视觉通道的表现力排序图,心急的记住这个图就可以了。
平面位置在所有的视觉通道中比较特殊,一方面,平面上相互接近的对象会被分成一类,所以位置可以用来表示不同的分类;另一方面,平面使用坐标来标定对象的属性大小时,位置可以代表对象的属性值大小,即平面位置可以映射定序或者定量的数据,比如下面会讲到的「坐标轴位置」。
平面位置又可以被分为水平和垂直两个方向的位置,它们的差异性比较小,但是受到重力场的影响,人们更容易分辨出高度,而不是宽度,所以垂直方向的差异能被人们快意识到,这就解释了为什么计算机屏幕设计成 16:9、4:3,这样的设计可以使得两个方向的信息量达到平衡。
认识色调,我们要明白这三点:
由于纹理可以看作是对象表面或者内部的装饰,所以可以将纹理映射到线、平面、曲面、三维体的表面中,以分类不同的事物。
根据史蒂文斯幂次法则,人们对一维的尺寸,即长度或宽度,有清晰的认识。随着维度的增加,人们的判断越来越不清楚,比如二维尺寸(面积)。因此,在可视化的过程成,我们往往将重要的数据用一维尺寸来编码。
在二维可视化的世界里,四个象限可以有三种用法:
饱和度指得是色彩的纯度,也叫色度或彩度,是“色彩三属性”之一。如大红就比玫红更红,这就是说大红的色度要高。饱和度跟尺寸有很大的关系,区域大的适合用低饱和度的颜色填充,比如散点图的背景;区域小的使用更亮、颜色更加丰富、饱和度更高的颜色加以填充,便于用户识别,比如散点图的各个散点。小区域使用的饱和度通常只有 3 层,大区域的可以适当增加一些
视觉通道的分类不是唯一的,比如位置信息,既能区分不同的分类,又可以用来表示连续数据的差异,所以在数据可视化的过程中,我们应该根据需要做一定调整。
[1] 陈为, 张嵩, 鲁爱东. 数据可视化的基本原理与方法[M]. 科学出版社, 2013.
[2] RobinWilliams. 写给大家看的设计书[M]. 人民邮电出版社, 2016.
[3] https://zh.wikipedia.org/wiki/亮度
欢迎大家关注微信公众号:可视化技术( visteacher )
不仅有前端和可视化,还有算法、源码分析、书籍相送
个人网站:http://blog.kurryluo.com
各个分享平台的 KurryLuo 都是在下。
用心学习,认真生活,努力工作!