浅析图表中的视觉暗示

一、浅析前言

从客观逻辑来讲，图表直观的视觉数字的确比抽象的图形更有可信度，但是暗示大脑却对处理图形内容上会更容易理解。就像下图一样，浅析我只是图表给你光秃秃的数据表格，也许你会漏掉一些有价值的视觉东西。但是暗示好的可视化来表达这些数据，你会挖掘数字背后的浅析信息。

之前列举过很多复杂又有趣的图表可视化案例，这次准备谈一谈数据可视化图表中的视觉视觉暗示。

当我们设计可视化图表的暗示时候，首先，浅析我们要知道我们有什么数据，图表需要哪些元素来二次加工这些数据。视觉这时，我们就要先了解到可视化的组件有哪些?在这里我将它分为几个部分用下图作示范。

二、视觉暗示

这些组件相互协作。其中视觉暗示是亿华云计算组件中重要的一部分，如果选择错误的视觉暗示便会影响到其他的组件，使图表变成无用的图形。我们能用到的视觉暗示通常有:长度、面积、体积、角度、弧度、位置、方向、形状和颜色。所以正确的选择哪些视觉暗示就取决于你对形状、颜色、大小的理解，以及数据本身和目标。

1. 长度

我们经常看到的柱状图、条形图，这就是长度的视觉暗示。数值越大，长度就会越长。经常用于对比类数据里。长度是图形中两端之间的源码库距离，坐标中最小值要从0值开始，否则并不能准确的反映出真实的价值。

2. 面积和体积

我们普遍都会将数值大小用物体的大小来表达。长度和面积通常用在二维空间里的数值大小对比，体积则用在三维空间里进行多维度对比。这里要强调两点：第一，你要注意你用的是几维空间;第二，面积大小应该按照面积进行扩大缩放，而不是长宽。

3. 角度和弧度

角度是相交于一个点的两个向量，取值范围在0度到360度,形成一个圆形。

角度的视觉暗示一般都用在饼图。这时候你也许会联想到饼图的近亲:环形图，但环形图的本质是将饼图的中间区域切除，所以环图的视觉暗示并不是角度，而是云南idc服务商弧度。

饼图和环形图的优势是让用户快速的了解到数据之间的占比分配，但是如图，它们不适用于过多分类的数据。

4. 方向

方向是指坐标系上一个向量的斜度，可以看到上下左右及其他方向。一般用在折线图上，表现是增长、下降还是波动。这里要注意一点，随着坐标轴的比例变化，斜度的大小也会受到很大影响。所以根据实际情况，适当调整比例，使变化大的数据放大比例来突出差异，反之，变化微小且不重要的，避免放大比例。

5. 位置

散点图就用了空间中的位置作为视觉暗示，通过点的形式展现在x、y坐标轴上。每个点代表一个数据，点的位置由变量的数值决定。当大量数据展示出来的时候，就可以看出趋势和相关性，并且比别的视觉暗示占用空间更少。

6. 形状

当在一个图表中有多个对象和分类时，用不同形状或者符号来表示。这就是形状上的暗示，通常运用在散点图内，符号或者形状比颜色更容易区分类别。比如用文字符号表示不同分类。

7. 颜色

在图表的颜色视觉暗示中分为两种，色相和饱和度。

色相是指区别红、黄、绿、蓝等各种颜色，运用在在图表中不同颜色可以表示不同的数据分类。

饱和度是指色彩的纯度，颜色的纯度越高则饱和度越高，如鲜红;混杂了白色、灰色或其他色调的颜色，则饱和度越低，如粉红、黄褐等。在图表中可以用一种颜色饱和度的高低表示同一变量程度的高低。

运用颜色做暗示时，要注意考虑到色盲、色弱人群可能不容易通过颜色来区分图表的纬度和变量。

三、下面结合多个视觉暗示的举例

1. 色相+位置+长度 

2. 颜色(色相+饱和度)+面积+位置

3. 符号+颜色+位置

【本文是专栏机构“岂安科技”的原创文章，转载请通过微信公众号(bigsec)联系原作者】

戳这里，看该作者更多好文

最新评论