发布时间：2019-4-10 分类： 电商动态
一、前言
就客观逻辑而言，直观数字确实比抽象图形更可靠，但在处理图形内容时大脑更容易理解。就像下面的图片一样，我只是给你一个简单的数据表格，也许你会错过一些有价值的东西。但是通过良好的可视化来表达这些数据，您将挖掘数字背后的信息。
我之前列出了许多复杂而有趣的可视化案例，这次我将讨论数据可视化图表中的视觉提示。
当我们设计可视化图表时，首先我们需要知道我们拥有哪些数据以及两次处理数据所需的元素。在这个时候，我们必须首先了解可视化的哪些组件？在这里，我将它分成几个部分，并使用下图来演示。
二、视觉暗示
这些组件协同工作。视觉线索是组件的重要组成部分。如果您选择了错误的视觉提示，它将影响其他组件并使图表无用。我们可以使用的视觉提示通常具有:长度，面积，体积，角度，曲率，位置，方向，形状和颜色。因此，正确选择视觉线索取决于您对形状，颜色，大小以及数据本身和目标的理解。
1. 长度
我们经常看到的直方图和条形图是长度的视觉含义。值越大，长度越长。经常用于比较数据。长度是图表两端之间的距离。坐标中的最小值从0开始。否则，它不能准确反映真实值。
2. 面积和体积
我们通常使用对象的大小来表达它。长度和面积通常用于比较二维空间中的数值，并且体积用于三维空间中的多维比较。这里有两点需要强调：首先，你应该注意使用多维空间;第二，区域的大小应根据区域而不是长度和宽度进行缩放。
3. 角度和弧度
角度是两个矢量，在一个点上相交，范围从0度到360度，形成一个圆。
角度的视觉提示通常用于饼图中。这时，您可能会想到饼图的近似相对:环图，但环图的本质是切断饼图的中间区域，因此环图的视觉提示不是角度但是弧线。
饼图和环形图的优势在于它们允许用户快速了解数据之间的比例分布，但如图所示，它们不适用于过度分类的数据。
4. 方向
方向指的是坐标系上矢量的斜率，您可以看到上，下，左，右和其他方向。通常在折线图上使用，表现为增长，下降或波动。这里应该注意，随着坐标轴的比例变化，斜率的大小也受到很大影响。因此，根据实际情况，应适当调整比例，以便使用大变化的数据放大率来突出差异。相反，变化很小且不重要，并且避免了放大率。
5. 位置
散点图使用空间中的位置作为视觉线索，由x，y轴上的点的形式表示。每个点代表一条数据，并且该点的位置由变量的值确定。当显示大量数据时，您可以看到趋势和相关性，并占用比其他视觉线索更少的空间。
趋势：上升和下降;
相关性：集群，异常值。
6. 形状
当图表中有多个对象和类别时，它们由不同的形状或符号表示。这是一种形状的提示，通常用于散点图，其中符号或形状更容易区分类别而不是颜色。例如，使用文本符号表示不同的类别。
7. 颜色
图表中有两种类型的颜色视觉提示，色调和饱和度。
Hue指的是红色，黄色，绿色，蓝色和其他颜色之间的区别。图表中的不同颜色可以表示不同的数据分类。
饱和度是指颜色的纯度。颜色纯度越高，饱和度越高，如鲜红色;颜色混有白色，灰色或其他颜色，饱和度越低，如粉红色，黄色等。在图表中，您可以使用颜色饱和度来指示同一变量的级别。
当使用颜色作为提示时，重要的是要注意色盲和弱者可能不容易通过颜色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
