在Udacity学商业数据分析(视觉元素)

以下内容是我在Udacity的商业数据分析纳米项目的学习总结,大部分内容是摘抄自课程文案。

第一部分——确定数据类型

在做展示设计前,我们要确定数据类型。

下面的流程图可以帮助我们明白数据归为何种数据类型。

图1


第二部分——视觉元素


图2

对于定量数据,尤其是对比两个变量时,建议使用点。对于上述示例,你可以看出如何表示更多的数据。

点是最准确的表示方法,即与其他视觉元素相比,人类更善于确定用点表示的值。从点到坐标轴画个直线很简单。点就像图片上的小空间,很容易看出所表示的值。用线条或长条表示此类数据的话,会很混乱。

线条

线条适合将相关的数据相连,并帮助我们用肉眼观察。对于一段连续数据(例如时间)来说,适合用线条,这时候点就不合适了。看看下面这个只用点表示的时间数据图表,另一个用线条表示。

用线条表示冰激凌销量的季节性变化趋势。人们凭直觉就能从线条上看到趋势,而点则表示这些数据没有联系。

线条还非常适合显示不同组之间的变化。Edward Tufte 发明了一种可视化图表,叫做“坡度图”,这种图非常适合显示根据时间而变化的一系列群组。如果你感兴趣的话,请阅读这篇文章,其中很好地介绍了坡度图的发展历史和用途。

因为人们可以从线条里看到趋势,所以如果某种趋势不合理的话,则不适合使用线条,例如下图:

条形图


图3

要对比几组数据时,条形图非常合适。

条形图只能表示一个数值(用左侧的 y 轴表示),适合对比几组数据(家居、电子产品、供应品、服务)。我们很快就能看出每组的利润对比情况。

颜色

颜色通常用来表示第三个维度,因为很难在二维平面(例如计算机屏幕)上表示三维数据。可以是连续数据 (例如热度图)或离散数据(将数据分成几个组)。


图4

你可能感兴趣的:(在Udacity学商业数据分析(视觉元素))