data-visualization-learning
data-visualization-learning copied to clipboard
学习笔记1
可视化包括:
- 可视化空间
- 标记(数据属性的映射)
- 视觉通道(数据属性值的映射)
数据的类型:
- 类别型
- 有序型(时间)
- 数值型
直方图和条形图的区别:
直方图的条于条之间无间隔,而条状图有间隔,在条状图中横轴上的数据是一个孤立的具体数据,而直方图中横轴上的数据为一个连续的区间,条状图用条形的高度表示统计值,而直方图用条形的面积表示统计值。
单变量数据
- 数据轨迹图
- 抖动图
- 核密度估计图
- 柱状图
- 直方图
- 饼图
- 盒须图
双变量数据
- 散点图
- 对数图 半对数图(坐标轴数据都用对数形式表示)
多变量数据
- 等值线图
- 热力图
- 颜色映射图
可视化映射的直观性决定了可视化结果图被用户接受的难以程度,因此在设计可视化映射的时候,必须精心选择标记和视觉通道,以确保用户能够容易地理解可视化所需要展示的数据内容。
可视化交互:
- 滚动和缩放
- 颜色映射的控制
- 数据映射方式的控制
- 数据缩放和裁剪工具
- 细节层次控制
优秀的可视化必须是功能和形式的完美结合。
以前我以为柱状图和直方图是一个,后来发现并不是:
- 柱状图/条形图(Bar Charts)一般只表示纵向的数量差别;
- 直方图/质量分布图(Histogram)用横轴表示数据类型,纵轴表示分布情况,表现数据分布