
数据可视化6大技巧
越来越多的媒体开始接受网络数据,数据可视化便成为不可或缺的一部分。用一个个有效且有逻辑关联性的图形来显示数据、传递信息,能够让人们更加了解事物的本质。虽然现在已经有很多关于数据可视化的教程,但有关数据可视化的学术研究仍然较少。新闻记者更倾向于关注Edward Tufte等人的流行书籍,忽视了学术研究本身。事实上,关于数据可视化的学术文献才是记者新闻工作过程中的探照灯。
关于数据可视化,我们能从学术研究中学到这6点:
1、结合图标来增加说服力
康奈尔大学的研究人员发现,仅在文章中增加一张图表,就能使文章的说服力大大增强。对于同一篇文章,高达97%的参与者更认同那个含有图表的文章所传达的信息。就像某些科学性较强的新闻,它的内容相对来说枯燥且专业性过强,普通的读者一般很难了解新闻想要传达的信息,这时如果记者把数据进行可视化,清晰的数据图表将对读者产生更大的影响。
2、使用饼图、条形图或泡泡,使数据显示得更加清晰
威廉·克利夫兰(William Cleveland)和罗伯特·麦吉尔(Robert McGill)是第一个用科学的结论支持常识性说法并批判现有图表的研究者。1984年,克利夫兰和麦吉尔指导人们根据图表的类型,准确地“解码”各种视觉属性的数据。比 如一个圆的面积、酒吧的体积等等。他们研究所得到的制作图形编码的结论是这样的:
3、超大图表≠最优图表
研究发现,图表的尺寸将在一定程度上影响信息的传播效果。图表越短,读者的关注度越少。然而实际上,随着图表精确度的增加,信息的传播效率得到了更快地提升。研究表明,在页面布局方面,设计师必须考虑制作一个合理大小的图表,这样才能让信息传播的准确性及效率最大化。大图表可能会给读者带来更多的视觉冲击,实则在提高读者信息理解度方面收效甚微。
4、视觉打败记忆:请按空间顺序排列,而非时间
塔玛拉·芒泽(Tamara Munzer)是哥伦比亚大学的计算机科学教授,她建议设计师制作一些让读者更容易理解的可视图。这就意味着要把现有数据按照空间顺序进行比较,而非按时间顺序。用她的话说就是“视觉打败记忆”,因为我们的大脑更倾向于对两个项目进行比较,而非记住一个接一个的动画或视频。她不是首推按空间排列顺序的第一人,但芒泽认为这是一个对数据可视化的好建议。具体而言就是,要对比各项数据,懂得揭示其中的变化和差异,而非简简单单地呈现一个动画。
5、有创意,才难忘!
哈佛大学和麻省理工学院的一只团队正在研究各种形式的大数据可视化。他们试图使可视图更加令人难忘,而非提高图表的有效性和准确性。在收集、分类,并研究了5000多个可视图后,他们认为那些图案多样、颜色鲜艳、视觉密度更高、含有易辨认人物头像的可视图更容易被读者记住。
他们还发现,非传统的图表更令人难忘。同时,这个团队也承认,他们的研究只考虑了可视图的呈现,而忽略了对实际数据的诠释。尽管存在这些限制,但他们的研究也具体、明显地表明,要设计一个能产生持续影响力的可视图,新颖的创意、绚丽的色彩和丰富的图案演示是不可或缺的三要素。
6、真的需要夸大你的图表和插图吗?
最先倡导数据可视化的专家塔夫特提出了一个极具争议性的观点,即太多的图案使可视图的阅读性大大降低。来自加拿大的研究人员质疑这个想法,并且把过多美化的图表和简约的图表做了对比。他们认为,“华丽”的图表实际上并没有降低数据的可读性与准确性。此外,这项研究的参与者发现,人们两个星期后甚至会重新阅读“华丽”的图表。
所以,可视图到底应不应该装饰插图?极简主义者认为,演示图表可以让人们重新思考当下,并批判以往的研究方法。如今,对于修饰与未修饰图表所形成的效果,各种观点仍旧没有达成明确的共识,它留下的艺术价值远甚于科学价值。
关于数据可视化的实践跨越了科学与艺术两个领域。然而,从学术结论转移到实际操作并非易事。最近,《纽约时报》可视图编辑者迈克·博斯托克(Mike Bostock)警告Reddit论坛道:“学术界的危险在于它很容易使一切变得过于抽象。”把抽象转为具体,是一项很值得去做的事情。学术界可以提供一些制作可视图的指导,同时,编辑部也应该时刻留意着象牙塔。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-24解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18