Python数学建模问题总结(3)数据可视化Cookbook指南·下

概括总结

五、样式:优化图表、数据可视

1.形状:形状的精确程度;

2.颜色:区分类别、表示数量、突出特定数据、表示含义;

3.线:点划线或不同的不透明度;

4.文字排版:应用于图表标题、数据标签、轴标签、图例等不同的元素;

5.图标:可用于分类数据、UI控件和操作、状态;

6.坐标轴:柱状图即条形图应该从0的基线开始;

7.图标和注释:描述了图标的信息;

8.小显示屏:可穿戴设备或其他小显示屏显示简化版本。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第1张图片

五、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)。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第2张图片

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趋势的数据可以使用细节较少的形状。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第3张图片

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

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第4张图片

例:圆环图中,颜色用于表示类别。

颜色表示数量

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第5张图片

例:地图中,颜色用于表示数据值。

颜色突出数据

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第6张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第7张图片

颜色表示含义

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第8张图片
使用视觉元素: ⚠️

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

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第9张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第10张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第11张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第12张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第13张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第14张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第15张图片

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

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第16张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第17张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第18张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第19张图片

六、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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第20张图片

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

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第21张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第22张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第23张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第24张图片

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。

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第25张图片

有特色的动画提升了空状态的效果。

七、仪表盘

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)

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第26张图片

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:

考虑以下用户问题

  1. 需要注意的问题;

  1. 发生问题的时间;

  1. 发生问题的位置;

  1. 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

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第27张图片

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

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第28张图片

3. 演示类仪表板

‍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。

演示类仪表板是为感兴趣的主题提供的展示视图。

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

Python数学建模问题总结(3)数据可视化Cookbook指南·下_第29张图片
文章转自:亿图胜千言

END

你可能感兴趣的:(python,信息可视化,python,数据分析)