分享

遇见大数据可视化:可视化系统搭建

 潇湘浪士 2021-04-02

CrazyPM产品经理社区  阅读数  4391  2019-03-28 12:38:44

怎样 搭建数据可视化系统,使复杂和庞大数据用丰厚 的设计言语 明晰 表达,并构成 鲜明的设计作风 ?我们把数据可视化的元素中止 拆分并树立 相应的规范 体系。

图表设计

1.图表基本 类型

六种基本 图表涵盖了大部分 图表运用 场景,也是做数据可视化最常用的图表类型:

  • t

  • 柱状图 用来反映分类项目之间的比较 ;

  • t

  • 饼图 用来反映构成,即部分 占总体的比例;

  • t

  • 折线图 用来反映随时间变化的趋向 ;

  • t

  • 条形图 用来反映分类项目之间的比较 ;

  • t

  • 散点图 用来反映相关性或散布 关系;

  • t

  • 地图 用来反映区域之间的分类比较 。

基本 图表类型都有通用的样式 ,不过多的展开解说 。我们更多的思索 怎样 选择常用图表来呈现数据,抵达数据可视化的目的 。基本 办法 :明白 目的 —> 选择图形 —> 梳理维度 —> 突出关键信息a、明白 目的明白数据可视化的目的 ,经过数据可视化我们要处置 什么样的问题,需求 探求 什么内容或陈说 什么事实。b、选择图形盘绕 目的 找到能提供信息的指标或者数据,选择合适 的图形去展示 需求 可视化的数据。Andrew Abela 整理的图表类型选择指南图示,将图表展示 的关系分为四类:c、选择维度分辨哪些是有价值的值得关注的维度,选择数据展示 的视角。基本 图表普通 有哪些可用维度呢?基本 图表维度对照以上图形维度,制造 可视化图形。d、突出关键信息依据 可视化展示 目的 ,将重要信息添加辅助线或更改颜色等伎俩 ,中止 信息的凸显,将用户的留意 力引向关键信息,辅佐 用户了解 数据意义。CPU 运用 率监控案例,可视化的目的 就是检测 CPU 的运用 状况 ,特别是异常运用 状况 。所以图中将 100%最高临界线 运用 特殊的颜色和线形标识出来,异常的运用 段用颜色辅佐 用户辨认 。

2.图表排布

在可视化展示 中,常常 有多组数据中止 展示 。经过 信息的构图来突出重点,在主信息图和次信息图之间的排布和大小比例上中止 调整,明白 信息层级及信息流向,运用 户获取重要信息的同时抵达 视觉均衡 。常用的图表排布方式以扶贫展示 项目为例,以地图的方式展示 出扶贫的概略 信息,两边排布扶贫的细致 内容信息,在构图和上突出主次。并在主要信息的背景上做动画处置 ,进一步增强 信息层级及视觉流向的引导。

3.动效设计

目前越来越多的可视化展示 的数据都是实时的,所以动效在可视化项目中的应用越来越普遍 ,动效设计肩负着承载更多信息和丰厚 画面效果的重要作用。a、 信息承载在可视化设计中经常遇到,十分 多的数据信息需求 展示 在一个大屏幕上。遇到这种状况 ,需求 对信息中止 兼并 整理或经过 动画的方式,在有限的屏幕空间里承载更多的信息,使信息愈加 聚合,同时使信息展示 愈加 明晰 ,突出重点。b、 画面效果增加细节及空间感,背景动效使画面愈加 丰厚 。单个图表的出场动画,使画面均衡 而流利 。减少了图表在呈现 或数据变化时的生硬 呆板 。数据可视化动画在设计上重要的准绳 是恰当的展示 数据。动画要尽量的简单,复杂的动画会招致 用户对数据的了解 错。动画要运用 户可预期,可运用 多次 重复 动画,让用户看到动画从哪里开端 到哪里中止 。配色计划由于图表的特殊性,数据可视化的配色计划 和配色央求 具有共同 性。配色计划 要充沛 思索 到特殊人群对数据图的可读性。丰厚 的色系,至少 6 种才可满足图表应用的各种场景。同时配色需求 有可辨识性,颜色 选择需求 有跨度。

1.背风光 定义

配色体系分为深色底、淡色 底、彩色底的图表设计。背风光 的选择与可视化展示 的设备相关。a、大屏背风光在大屏设备中普遍用黑色(深色)作为底色,以减少屏幕拖尾,观众在视觉上也不会觉得刺眼 。一切 图表的配色需求 以深色背景为基础 。保证可视化图的明晰 辨识度,颜色 与明度变化需求 有跨度。淘宝双 11 大屏设计遇见大数据可视化:可视化系统搭建b、中小屏背风光中小屏幕显现 选择范围就比较 广,淡色 、彩色、深色均能够 做出很好的设计,但是相比之下,淡色 底会使数据愈加 突出。中小屏幕淡色 、深色、彩色设计

2.图表色定义

在图表的颜色运用上,颜色 是最直接的信息表达的方式,常常 比图形和文字愈加 直观的传送 信息,不同颜色的的组合也能表现 数据的逻辑关系。a、颜色 辨识度要确保配色十分 容易辨识与辨别 ,关于 运用 单一色相配色,明度差别 需求 全局思索 ,明度跨度一定要够大。能够 在灰度方式 下测试配色的辨识度。b、颜色 跨度多色相配色在数据可视化中是相当常见的,多色相配色运用 户容易将数据与图像联络 起来。怎样 有效应用 颜色 的变化来传达数据信息?带明度信息的色环当需求 的颜色较少时,避免 运用 相近的色相同类色和相近色。尽量选择对比 色或互补色,这样能够 使不同属性数据在图表中展示 愈加 明晰 。例如:美国大选,运用 红色和蓝色两种对比 色,将明晰 的将选票结果展示 于地图上。当图表需求 的颜色较多时,倡议 最多不超越 12 种色相。通常状况 下人在不连续的区域内能够 分辨 6~12 种不同色相。过多的颜色对传达数据是没有作用的,反而会让人产生迷惑。怎样 让多种色相的颜色看来调和 ?有几种取色的办法 :色环提取法:选择同一饱和度和明度的不同颜色 作为可视化图表的配色,这样能够 使图表看起来调和 统一。突变 色取色法:不同明度和色相的取色,淡紫到深黄的过渡,与淡黄到深紫的过渡,觉得 是一样的配色,但是理论 两种配色理论 觉得 却差别 很大。淡黄到深紫的过渡看起来愈加 自然,这是由于 我们在自然中大多存在的都是淡黄向深紫的过度。如下图,所以采用仿自然的配色方式会让图表愈加 自然。在取突变 色时,能够 在 Photoshop 中依据 数据的数据量 ,拉辅助线到取色点的位置,从断点处选取颜色,然后对突变 中止 测试与调整,测试配色在理论 运用中的效果,选取最优的配色。取色的理论 应用:

字体设计

文字是数据可视化的中心 内容之一,文字和数字是数据信息传达的重要组成部分 ,为了愈加 明晰 精确 的传达信息,增加信息的可读性,从字体选择,到字体大小,字体间距都有特定的央求 。

1.字体选择

a、 辨识度UI 设计中运用 无衬线字体是 UI 界的共识,但是关于数据可视化设计而言,字体大小的跨度能够 十分 大,所以在无衬线字体中需求 选择辨识度更高的字体,大的宽度比值和较高的 x-height 值的字体有更高的辨识度,选择字母容易辨识不会产生奇特 的字体更有利于用于数据可视化设计。b、 愈加 灵活 的字体字体需求 愈加 灵活 ,应该支持尽可能多的运用 场景,数据可视化项目经常显现 在不同大小、不同的终端上,需求 选择愈加 灵活 的字体能够 在低分辨率的小屏或超大屏幕上运转 良好。c、 字间距宽松的字母间距(字母之间的间距应小于字偶间距)和合适 的中文字间距。

2.字体大小

文字的可读性对数据可视化起着至关重要的作用,设置小字体的极限值,以保证在最小显现 时不影响对文字的辨认 与阅读。

3.中西文距离

中西文混排时,要留意 中文和西文间的距离 ,普通 排版的状况 都是中文中混排有西文,所以需求 在中西文间留有距离 ,辅佐 用户更快速的审视 文字内容。

极限处置

很多数据是多种多样不可预知的,所以在可视化时需求 处置 各种极限问题,才干 使数据明晰 表达。

1.数据展示 细节处置

如下图,当水平 排列数据时,图表空间不够,招致 数据不可辨识,对数据中止 旋转处置 ,不利于阅读,能够 选择简写的方式来排布展示 数据,或经过 改动 图表方式 来处置 问题。

2.选择合适 的图表方式

固然 饼图能够 展示 份额,但过多的分项曾经 使饼图不堪重负,不能很好的传达数据的意义,所以需求 运用 横向柱状图。举荐 运用 国内新一代大数据用户行为剖析平台:数极客,新一代支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式;自动监测网站、APP、小程序等多种渠道推行 效果剖析 ,是增长黑客必备的互联网数据剖析工具。数极客支持实时多维剖析 、漏斗剖析 、留存剖析 、途径 剖析 等十大数据剖析 办法以及APP数据剖析网站统计网站剖析小程序数据统计用户画像等应用场景,国内首创6大提升转化率的数据剖析模型,是用户行为剖析范畴 首款应用定量剖析 与定性剖析 办法 的数据剖析 产品。。基于用户行为的大数据剖析智能系统,提供了会员营销AB测试两大数据智能产品,使得企业能够 快速的提升用户转化率和留存率,完成 数据驱动增长。

小结

我们生活在大数据时期 ,越来越多的数据被可视化。在构建可视化体系时,无论图表、颜色、字体、都是承载和传达数据信息的元素,设计的中心 是“让数据明晰 传达”。参考:Finding the Right Color Palees for Data Visualizations 

赞助商推荐:数极客是新一代用户行为分析与数据智能平台,支持用户数据分析运营数据分析留存分析路径分析漏斗分析用户画像SEM数据分析等16种分析模型的数据分析产品,支持网站统计网站分析APP统计APP分析等分析工具,以及会员营销系统A/B测试工具等数据智能应用,支持SAAS和私有化部署,提升用户留存和转化率,实现数据驱动增长! 

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多