斯坦福 CS448B 03 可视化设计

2022年8月7日 · 阅读时间约 4 分钟

TLDR

本文包含我对斯坦福 CS448B（数据可视化）课程的笔记，特别关注第三讲关于可视化设计的内容。我将讨论有效数据可视化的原则，包括指导元素的重要性、表达性、有效性、对比和模式感知的支持、数据分组和排序、数据转换、减少认知负担以及一致性。我还将介绍各种图表类型，如折线图、柱状图、堆叠面积图等，提供示例并讨论它们的设计考虑因素。

原文

笔记

课前思考

什么情况下数据可视化不是正确的解决方案？（什么时候我们应该选择文本而非图形？）
数据可视化设计原则如何随时间变化，以及为什么，特别是考虑到今天似乎更加优先考虑可访问性？（例如，密纳德的图表信息密度很高，而当今媒体上更常见的是更简单的图表）
有哪些保障措施可以减少/防止误导性可视化，和/或确保可视化是无偏见的（或如塔夫特所说，"避免不能传达真相"）？

设计考虑因素

指导元素：标题、标签、图例、说明、来源！
表达性和有效性
- 表达事实且仅表达事实
- 避免无表达力的标记（线条？渐变？）
- 使用与数据类型匹配的感知有效编码
- 不要分散注意力：淡色网格线，柔和的高亮/填充
- "排除法"方法 – 从最简开始
支持比较和模式感知
- 元素之间、与参考线或与计数的比较
- 使用读者友好的单位和标签
按有意义的维度分组/排序数据
转换数据（例如，过滤、取对数、归一化）
- 模型选择（回归线）是否合适？
减少认知负担
- 最小化视觉搜索，最小化歧义
- 适当的大小、宽高比、清晰的文本
- 如果直接标注有效，避免查阅图例
- 避免使用难以辨别颜色的色彩映射
保持一致性！
- 视觉推断应当一致地
- 支持数据推断