京公网安备 11010802034615号
经营许可证编号:京B2-20210330
小屏幕的大数据可视化探索
数据并不枯燥,每个基础图表都有其特点,掌握这些特质、作出适用于不同行业不同业务的图表,帮助人们读懂数据并作出决策,就是数据可视化的价值所在。
web和手机两者的屏幕大小差异很大,这引出一个思考,就是如何在更小的手机屏幕上更加美观和易用的呈现大数据分析图表?
我们先整理出web端和移动端所有手势
工具类产品的特点之一是操作频繁,在迁移的过程中应着重考虑符合移动端的交互方式,建议遵循以下流程:
整理出web端所有的操作手势以及对应的功能
判断哪部分操作可以直接延用
对不能延用的交互重新定义
如表:有一些web端的操作手势可以直接在移动端延用,比如单击、双击、拖动,但是有一些web端操作手势在移动端是无法延用的,需要重新设计相对应的手势。具体的操作根据具体的业务来最终确定。
图表分类
站在数据分析师的角度,一般会把图表按照其表达意义来分类,比如说适合分析趋势的图、适合分析占比的图等等;但从交互设计师的角度来看,我们还会按照交互操作方式和操作区域来分类,这可以帮助我们根据不同的类别来设计不同的交互手势。
带轴的图表:
包含最主流的图表类型如柱状图、折线图等;覆盖图表类型最多,可操作内容也最多,交互普适性最广
不带轴的图表:
每个图表都有其个性化操作方式,普适性相对较窄
表格图:
操作少,和web端操作相似度最高,大部分手势可延用
按图表分类定义操作手势
带轴图表展示在移动端时,经常会遇到的一个问题:数据项非常难选中,因为web端的空间够大,我们可以方便的选择和查看具体数据,而移动端的屏幕很小,很多时候光靠手指是无法选中密密麻麻的数据的,在这里就无法延用web端的操作。为了解决这个问题,可以引入选择器的概念。
滑块选择器
滑块选择器适用于通过一个方向的坐标系就能够定位数据项的图表
例如:普通柱状图、普通折线图、普通区域图等等;整个操作空间都集中在了屏幕底部,也保证了不管多小多细的数据项都能被选中。
十字选择器
十字选择器适用于无法通过一个方向的坐标系就能够定位数据项的图表。
例如:散点图、堆叠柱状图、多折线图、多区域图等等,手指拖动十字中心选择数据项,操作区域覆盖整个屏幕。
三角选择器
不带轴图表一般都较为特殊,普适性没有带轴图表这么广,但也有一定的规律可循;三角选择器适用于饼图、南丁格尔图等。
指针选择器
指针选择器适用于环形图、南丁格尔环形图等
图例
除了图表内的操作,用户还常常还需要通过图例查看不同颜色的数据项各自的名称,一般显示在图表上方,web端屏幕够大,一眼就能够看完,几乎不需要额外操作;但在移动端,即使忽略每个名称的字数长度,看全所有的图例也很难,在这种情况下,我们得允许用户在这个区域横向拖动操作,必要的时候还可以做些操作引导。
探索面板
探索功能面板包括一些常用的操作,比如说排序、隐藏数据项等等,在web端是通过右键激活的;但在移动端并没有右键这个操作,这个时候可以把右键替换成长按,同样能够触发面板。
tooltip
tooltip在web端图表操作中也很常见,当用户hover在某个数据项上时,tooltip中会列出关于这个数据项的详细信息;但在移动端有一些问题,首先,移动端没有hover的操作;其次,一些数据项的详细信息内容很多,很有可能出现一个很大的浮层遮盖住大部分图表,当你在拖动滑块浏览数据信息的时候,这个浮层会随着你的滑动一直存在,影响美观。所以,我们把tooltip内的信息放到屏幕最上方展示,保证浮层不会挡住图表,如果最上方展示不下,允许横向拖动浏览完整详情。
表格图
表格图的呈现在两个端十分相似,操作并不多。在移动端的展示需要注意宽高比和web端并不同,可制定一些规则保证操作方便的同时能完整浏览全部数据。
最后送上一张迁移完成的对比图。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22