警惕!大数据可视化的十大误区

大数据 数据可视化
通过可视化信息,我们的大脑可以更有效地合成和保留信息内容,增强对信息的理解。但如果是不正确的数据可视化,可能弊大于利。错误的图表可以减少数据的信息,更糟的是完全背道而驰。

在人类存在的200,000年时间里,大多数时间我们都依靠阅读各种图像来感知环境、获取信息。而文字直到5500年前才出现,因此,从自然适应和生物进化的角度来说,我们的大脑对图像更敏感。

从传播学的角度,这意味着以图片为载体的视觉叙事更加引人注意,更容易获得人们的好感。

通过可视化信息,我们的大脑可以更有效地合成和保留信息内容,增强对信息的理解。但如果是不正确的数据可视化,可能弊大于利。错误的图表可以减少数据的信息,更糟的是完全背道而驰。

错误1. 混乱的饼图分割

饼图,是最简单的图表之一。饼图的设计应该直观而清晰,理论上,一个饼图不应该分割超过5块。下面就是两种可以让读者的注意力瞬间集中到你要表述的重点的方法。

***一块12点钟开始,顺时针方向旋转。剩余部分顺时针或逆时针方向按大小h降序排列。 

 

 

混乱的饼图分割​ 

错误2.在折线图使用不连贯的线条容易产生歧义

虚线表现手法让人产生不确定性因素,是数据有不真实的感觉。相反,使用实线和颜色,反而容易区分彼此的区别,使数据表达更准确。 

 

 

在折线图使用不连贯的线条容易产生歧义​ 

错误3.数据排序混乱

你的内容应该以一种合乎逻辑的和直观的方式来引导读者了解数据。所以,记得将数据类别按字母顺序、大小顺序、或价值进行排序。 

 

 

数据排序混乱​ 

错误4.数据模糊不清

确保没有数据丢失或被设计。例如,使用标准的面积图时,可以添加透明度,确保读者可以看到所有数据。 

 

 

数据模糊不清​ 

错误5.让读者自己解读

设计师应该使图表尽可能轻松地帮助读者理解数据。例如,在散点图中添加趋势线来强调的趋势。 

 

 

让读者自己解读​ 

错误6.扭曲数据

确保所有可视化方式是准确的。例如,气泡图大小应该根据区域扩展,而不是直径。 

 

 

扭曲数据​ 

错误7.在一张图表上使用颜色过多

颜色用得太花,会给数据增加不可承受之重,相反,设计师应该采用同一色系,或者类比色。  

错误8.条状图太胖或太瘦

或许你的报告很有创意,非常精彩,但是记得图表设计水平也要跟上。条形图与间隔比例要适中。 

 

 

条状图太胖或太瘦​ 

错误9.很难比较数据

比较是展示数据差异的好法子,但是如果你的读者不容易看出差别的话,那么你的比较就毫无意义。确保所有的数据都是呈现在读者面前,选择最合适的比较方法。 

 

 

很难比较数据​ 

错误10.背景色与图表颜色要区分

图表设计中的颜色使用必须统一,建议背景颜色不要选取与图表主体内容相同或相近的颜色。

在一个精心设计的图表中,背景颜色既要能良好地衬托图表主体,又不产生喧宾夺主的效果。 

背景色与图表颜色要区分​ 

责任编辑:庞桂玉 来源: 九次方大数据
相关推荐

2015-03-16 14:00:25

大数据误区大数据可视化大数据

2015-03-06 09:55:21

数据可视化误区渣图表

2019-04-23 08:00:25

大数据可视化工具数据分析

2016-12-15 13:51:30

开源数据可视化

2017-02-23 09:42:53

大数据数据可视化技术误区

2019-03-28 14:19:18

大数据误区数据

2018-05-31 08:25:13

误区工具可视化

2020-12-01 07:17:28

数据可视化数据大数据

2017-01-05 15:06:23

2017-02-20 20:25:00

数据可视化报表工具可视化

2023-03-06 08:03:10

Python可视化工具

2018-11-19 12:58:47

大数据技术Java

2020-12-22 14:14:25

大数据数据可视化

2010-11-11 09:51:38

服务器虚拟化

2013-05-07 14:56:27

大数据应用工具数据中心网络

2013-06-18 09:44:59

IT安全IT安全误区Gartner

2009-11-16 16:07:06

2024-01-26 06:09:03

自动化测试技术

2023-12-28 16:36:35

大数据

2017-10-30 11:11:03

点赞
收藏

51CTO技术栈公众号