没有合适的资源?快使用搜索试试~ 我知道了~
各种统计指标呈现在页面上,如何美观而又一目了然地展示这些结果,并能清晰地实现课题项目的目标,以及完整、直观、生动地呈现产品要表达的“故事”,这是可视化和交互设计的重点内容。经过几个项目的实践,我想总结一下目前自己对可视化图表和交互设计上的一些心得,希望收到大家的指点。回忆以前学习和制作的统计图,都是最基本的只有X轴、Y轴的单因素变量数据的静态图。现在发现大数据之美就在于可以选择多种维度、多种角度去发现数据变化规律,并通过比较分析,又能得到很多不同的结果。数据可视化,常用统计图来展现,包括折线图、柱状图、饼图、扇形图、散点图、雷达图、统计地图、仪表盘、漏斗图、字符云等,这些类型经过不同的定义和交
资源推荐
资源详情
资源评论
五个方面,聊聊大数据可视化的初体验五个方面,聊聊大数据可视化的初体验
各种统计指标呈现在页面上,如何美观而又一目了然地展示这些结果,并能清晰地实现课题项目的目标,以及完整、直观、生
动地呈现产品要表达的“故事”,这是可视化和交互设计的重点内容。经过几个项目的实践,我想总结一下目前自己对可视化图
表和交互设计上的一些心得,希望收到大家的指点。
回忆以前学习和制作的统计图,都是最基本的只有X轴、Y轴的单因素变量数据的静态图。现在发现大数据之美就在于可以选
择多种维度、多种角度去发现数据变化规律,并通过比较分析,又能得到很多不同的结果。
数据可视化,常用统计图来展现,包括折线图、柱状图、饼图、扇形图、散点图、雷达图、统计地图、仪表盘、漏斗图、字符
云等,这些类型经过不同的定义和交互设计,能够衍生出多种统计图的表达形式。但是想要熟练应用和衍生出统计图,需要以
清晰掌握各类型统计图的含义和作用为前提,才能不仅满足需求,更能满足审美、及行业或学科的特性。
根据我的理解,我将统计图分成以下5个方面来阐述我的一些工作中的心得体会。
一、折线图
1. 基础图形展示
图1是最基本的折线图,如果将折线画的光滑一点,就变成一条曲线,这时候我们也把它叫做曲线图,如图2。
图1
图2
2. 作用和价值
不论是折线,还是曲线,一眼看去,脑海就会想接下去的线条会向上,还是向下呢?
因此,折线图的价值就在于呈现一个或者多个指标变量的发展和变化趋势,并且能直观的知道低谷值和高峰值。例如:股市涨
跌、心律变化等场景就可以应用折线图。
3. 变量要求和用法
既然是反应趋势,且画的线是连续的,那么自变量一定是可以切分相同间隔的连续变量或者周期变量。
4. 依据需求编故事
根据折线图的作用和价值,故事的开头自然是“随着时间的变化”、“伴随着年龄的增长”、“在这一段时间,某变量出现了低谷值
和高峰值,根据标准区间可以进行告警”等。
5. 我的衍生折线图及交互设计
如果有指标变量的单位或定义不同,也可以在右边同样加另一个Y轴,前提是不进行该指标变量与其他指标变量的比较,只是
单独想看该变量的自身发展趋势。图3,三个因变量单位和定义是一致的(只有一个纵轴),那么在同一年份,可以比较这三
者数值大小。
图2,将右边的折线图看作成一个画板,点击左边的变量就可以出现该指标变量历年情况,左边框里统计的是总数。因此该衍
生图是一种总分效果图,我觉得交互设计特别棒的点在于:一张简单的图和数据,可以像剥洋葱一样一层一层的扒开,并且每
一层都有不同的内容。
二、柱状图
1. 基础图形展示
柱状图又称条形图、直方图、柱形图,以每个等宽长方形的长度不同来呈现因变量(统计指标)的数值大小的一种统计图。通
过对数据的分类组合,可以出现多个长方形为一组、且每组内的指标变量一致的柱状图,如图6。
图5
图6
2. 作用和价值
看到柱状图,给人的感觉就是想把每条色块(长方形)进行对比,看看谁高谁低。因此,柱状图最大的价值就在于它能够显示
各组之间的比较情况。
然而如果自变量特征同于折线图,那么柱状图也可以呈现数据变化趋势。这时候就出现和折线图相同的功能,因此连接每个长
方形顶部中点,即能马上可以做出折线图。我们高中学过的正态分布,也用到柱状图来解释。
3. 变量要求和用法
柱状图中每个长方形代表了一组数据,即因变量数据。每个长方形之间是不会重叠的,会保持良好的距离。因此与折线图不同
的是,柱状图的自变量类型可以是分类不连续的。比如图6,横轴的文字是对这三个长方形组成数据进行的定义。
4. 依据需求编故事
突然想到在做毕设的直方图时候,如果实验结果没有你想要的那样,那么故事编为:“虽然这两组数据在统计学上没有显著性
差异(P>0.05),但是在数值上两者是有差异的,可能由于混杂因素或者系统带来的误差,导致并没有出现显著性差异。某
组的指标在数值上更多或少,某干预措施可能对于改善/提高什么是有帮助的,仍需要重复实验,并控制误差。”
5. 我的衍生统计图和交互设计
柱状图的衍生方向特别多,交互设计上也是丰富多彩。根据我目前做过的项目需求,列出5种不同的使用场景。
1)组数不多
侧重全部展示每个组的数据,每组数据结果在需求上都重要,可以一目了然所有数据的大小。这时候无论从美观,还是需求展
示上考虑,组数不宜过多。例如:
图7,自变量为地区,展示每个地区的指标数据。
图8,自变量为各种费用名称。顶部的时间轴可以拖动展示每一年的费用情况。
剩余22页未读,继续阅读
weixin_38680340
- 粉丝: 4
- 资源: 979
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
前往页