《新媒体数据分析》课件——第5章 新媒体数据的可视化呈现.pptxVIP

第五章新媒体数据的可视化呈现

学习目标随着大数据时代的到来，互联网进入了一个数据量飞速增长的阶段。人们逐渐在新媒体数据的海洋中迷失，这给新媒体数据的可视化呈现带来了机遇也带来了新的挑战。如何让数据从“人们看不见变成看得见，从不愿意看变成愿意看”成为数据可视化呈现要解决的突出问题。本章介绍从非视觉的数据向视觉化转化的基本原理和技巧，提供柱形图、折线图、树图等13种图表的选择和设计方法，介绍时序数据、空间数据、层次网络数据、文本数据的可视化呈现方案。

导语微信、微博、头条号、抖音等新媒体平台每天都在产生大量的新媒体数据。仅仅采集、分析这些新媒体数据还远远不够，只有将这些新媒体数据进行高效、直观、生动、准确的视觉呈现，才能使大家共享数据带来的红利和益处。人的大脑有一半以上的神经与视觉有关，而人从外界所获得的信息中，70％以上是通过视觉得到的，并且人类具有高效的、大容量的图形和图像信息通道。数据可视化将数据以图表的形式呈现出来，提供直观的可视界面，用户通过视觉器官获得经过可视编码后的信息，经大脑解码并形成认知，在交互和分析过程中洞悉信息内涵，获得解决问题的方法。因此科学、合理地利用图表呈现数据愈发成为各行业人才的必备技能。

目录新媒体数据呈现的基本原理常用的新媒体数据呈现形式不同类型数据的可视化处理方法和路径

第一节新媒体数据呈现的基本原理一、可视化基本理论二、数据属性与视觉通道三、可视化组件四、可视化目标和任务

一、可视化基本理论数据可视化（Visualization）是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。可视化分为四个类型，分别为：科学计算可视化、数据可视化、信息可视化和知识可视化。弗莱在著作《可视化数据》中，将数据可视化分为七个阶段：获取、分析、过滤、挖掘、表述、修饰和交互。陈为等人在《数据可视化》中，将可视化设计的基本图表分为柱状图、直方图、饼图、等值线图、走势图、散点图和散点矩阵、维恩图、热力图等。当选择了合适的可视化图表后，还要对这些图表进行色彩设计、场景设计、视觉层次设计、动态交互设计等，以此提升视觉冲击力和用户体验。

二、数据属性与视觉通道数据属性可分为3类，分别为类别型、有序型和数值型。类别型数据是只能归于某一类别的非数字型数据，属于定性数据或品质数据；有序型数据用于表示对象的顺序关系，只能归于某一有序类别的非数字型数据；数值型数据则表示某一种量级的测量值，属于定量数据或数量数据。将数据信息映射成可视化元素的技术被称为可视化编码。可视化编码由标记和视觉通道两部分组成。标记包括点、线、面等各类图形元素。而通道则是标记的视觉特征，包括形状、大小、位置、方向、饱和度、亮度等。数据可视化过程中，要将表现力最强的通道预留给最重要的属性。类别型数据适宜用空间位置、形状、色调等进行编码；有序型数据和数值型数据适宜用饱和度、亮度、长度和面积等通道进行编码。

三、可视化组件基于数据的可视化组件可以分为四种：视觉通道、坐标系、标尺以及背景信息。可视化是基于数据和这四种组件创建的。有时它们是显式的，而有时它们则会组成一个无形的框架。这些组件协同工作，对一个组件的选择会影响到其他组件。编码数据的时候，总得把物体放在一定的位置。有一个结构化的空间，还有指定图形和颜色画在哪里的规则，这就是坐标系，它赋予XY坐标或经纬度以意义。有三种坐标系几乎可以覆盖所有的需求，它们分别是直角坐标系、极坐标系和地理坐标系；坐标系指定了可视化的维度，而标尺则指定了在每一个维度里数据映射到哪里。标尺主要有数字标尺、分类标尺和时间标尺；背景信息可以帮助更好地理解数据相关的5w信息，即何人、何事、何时、何地、为何，可以使数据更清晰，并且能正确引导读者。它可以提醒读者这张图在说什么。

四、可视化目标和任务除了明确数据属性和视觉通道，可视化及数据呈现的逻辑还必须明确可视化的任务和目标，即用户需解决什么问题？不同的读者意味着可视化的目标不同，目标取决于设计者想让读者接收和理解什么样的内容，因此这带来了许多不同的视觉形式。

第二节常用的新媒体数据呈现形式一、图表的目的和价值二、图表的三大要素（WhereWhatWhy）三、图表选择：统计图及其他图表样式四、图表设计

一、图表的目的和价值㈠图表是解读数字的一种强有力的手段㈡图表的解码快速、简单随着数据点或数据系列数量的增多，图表相对于表格的优势愈加突出，表现为沟通效率更高、对关键信息的表达更加充分等。