数据可视化基础数据可视化基础第二章_数据和视觉编码.docx

1

第二课数据和视觉编码

学习目标

学习目标

理解数据的类型

了解常见的视觉编码方法

了解不同的视觉编码方法对应的数据类型

理解图表中的重要组件

能

能力目标

能够分辨数据类型

能够拆解可视化中数据和对应的编码方式

能够根据数据选择合适的视觉编码方式

2

理解数据

我们已经知道，可视化是对海量数据和读者受众之间的桥梁。我们要能完成可视化作品，准确并有效的展示数据，必须对数据本身有足够的理解。

数据类型

首先我们查看GapMinder网站对世界各国从1800到2015年的人均收入，寿命预期的可视化展示图看起来。

其中包括的数据有，期望寿命，人均收入，人口数，年份，国家，地区。

我们通常把数据分为两个大类：数值数据和分类数据

O数值数据(NumericData)：

顾名思义，数值数据就是每个数据点都是数值的情况，每个数据都具有度量的意义，例如这个例子中的期望寿命和人均收入，或是身高，体重等。有时候也叫做数量数据。其中可以再分为离散数据和连续数据。

3

离散数据是一些个别的数值，例如人口数，比赛进球数，产品数量等。

连续数据是一定范围内任意数，例如上例中的人均收入和期望寿命，或是产品价格，

销售额等等。

O分类数据

分类数据更多的是代表一些特征，例如国家，地区，或是各种产品名称，种类等等。分类数据也可能用数值表示，比方说1代表一种产品类型，2代表另一种产品类型。但是这些数据不具有数值意义，不能对其进行数学运算。分类数据还可以细分为两类

标记数据是完全不相干的分类名称，比方说产品名，国家名，

有序数据是有顺序和级别的分类数据，比方说对城市进行分类，有小城市，中等城市，

大城市，超大城市等。或是对产品进行评分，或是安全分级等。都是有序数据可以进行排序等操作。

小

小测试：

以下表格中，哪些数据是离散数据，连续数据，分类标记数据，有序数据？

4

视

视觉编码

视觉编码是指把数据映射为视觉显示元素。我们还从上一个例子来看

其中，人均收入是通过x轴的位置来表示的，期望寿命是通过在y轴的位置来表示，人口是通过圆圈的大小来表示，国家所在地区是通过不同颜色表示，时间年份是通过动画和文字来表示。我们可以说这里用到了多种视觉编码的方式。

常见的视觉编码方式包括但是并不局限于下面几种

O位置：

在给定空间或是坐标系的位置代表数据内容。通过位置作为视觉编码方式的有点是，占用的空间更少。比方说在XY直角坐标系中，可以通过x，y轴绘制所有的数据，每个点代

5

表一个数据，坐标系中所有的点都可以同样大小，然而，绘制大量的数据点后，可以一眼就看出趋势，是否群集，以及是否有离散值等。但是同时这也是其一个劣势，一旦图中有大量点数据点，很难分辨出每个点代表什么，点重叠的时候更不方便获取每个数据点的含义。

O长度

长度经常出现在柱状图中，柱子越长就代表数值越大，可以是水平方向也可以是垂直方向的。但是用长度表示数据，和刻度有非常大的关系，例如下图，同样的数据，在左图中刻度从0开始，两根柱子的长度差别就不大。但是右图中，刻度从0.34开始，从视觉角度看，两根柱子的长度就相差很多倍。这也是长度用作视觉编码时特别要注意的地方。

O角度

角度通常用作饼图和环图中，角度的取值从0度到360度，并能隐藏着另一个能够组成