pic
原链接发文日期：2021.11.18
众所周知，人的左脑负责处理文字和逻辑相关的事务，人的右脑负责处理图像和艺术相关的事务。
其特点是，左脑处理速度慢，右脑处理速度极快；并且人脑在处理信息时，是通过视觉和文本两个通道。这也就是为什么人们爱追求可视化，因为人脑处理图像的速度远超过处理文字，即常说的 一图胜千言。
（图片源于网络，侵删）
一、数据可视化的基本信息
| 什么是数据可视化？
数据可视化是把相对复杂、抽象的数据通过可视化的方法以人们更容易理解的形式展示出来的一系列手段。数据可视化是为了更形象地表达数据内在信息和规律，促进数据信息的传播和应用。
在当前新技术支持下，数据可视化除了“可视”，还有可交流、可互动的特点，其本质是传递信息，即如何将信息准确、可靠、易于理解传达给对方。
而大屏数据可视化是以大屏为主要展示载体的数据可视化设计，也是当前可视化领域的一项热门应用，通常可以分为信息展示类、数据分析类及监控预警类。数据可视化大屏，有两个要点：一是展示效果的酷炫，二是展示数据之间的层次关系。好的数据可视化大屏是布局、色彩、图表、动效的综合运用。
（图片源于网络，侵删）
| 数据可视化的优势？
（1）认知减负
· 图形图像化的视觉语言让人本能的放下对数据的心理压力，让用户更为轻松的理解
· 数据与数据之间的关联能够更为直观的被使用者看到，降低分析其潜在关系的难度
（2）传递赋能
· 图解方式所承载的信息更为丰富，相比于文字这种信息匮乏的表现方式，图解的形式更深入人心，在人与人沟通之间的认同感也更高
| 数据可视化的目标？
（1）降本
· 降低学习使用成本
· 降低数据分析成本
· 降低数据查找成本
（2）增效
· 提升操作效率
· 提升决策效率
| 场景应用
数据可视化的应用领域较为广泛涉及医疗、统计、管理、金融、娱乐、人工智能等一系列领域，在 UI 的设计中我们最常接触到的包括：PC 后台的数据概览、数据可视化大屏、游戏 UI、后台实时监控等。
（图片源于网络，侵删）
| 数据可视化原则
数据可视化作为一种信息交流的形式，其宗旨必然是 简化数据 以及 帮助用户决策。
二、数据可视化图表分类
一提到图表，大家脑海里浮现的，通常是柱状图、饼图、趋势图等等。这是按照图形等维度对图表进行分类，经常会导致图表的误用。
图表的作用，是帮助我们更好地看懂数据。选择什么图表，需要回答的首要问题是『我有什么数据，需要用图表做什么』，而不是 『图表长成什么样』 。因此我们从数据出发，从功能角度对图表进行分类，如下所示：
（图片源于网络，侵删）
| 01比较类
（图片源于网络，侵删）
特点：
· 显示数值之间的不同和相同之处
· 使用图形的长度、宽度、位置、面积、角度和颜色比较数值的属性
应用：
· 描述不同分类间的数值对比
· 使用图形的长度、宽度、位置、面积、角度和颜色比较数值的属性
| 02分布类
（图片源于网络，侵删）
特点：
· 可视化的方法显示频率
· 数据分散在一个区间或分组
应用：
· 展示连续数据上数值的分布情况
| 03流程类
（图片源于网络，侵删）
特点：
· 显示流程流转和流程流量
应用：
· 展示流程每个环节的流量关系
| 04占比类
（图片源于网络，侵删）
特点：
· 显示数据同一维度上比例关系
| 05区间类
（图片源于网络，侵删）
特点：
· 显示同一维度上值的上限和下限之间的差异
应用：
· 展示数据在某一个分类（时间点）上的最大值和最小值
| 06关联类
（图片源于网络，侵删）
特点：
· 使用图形的嵌套和位置表示数据之间的关系
应用：
· 展示数据之间的前后顺序、父子关系以及相关性
| 07趋势类
（图片源于网络，侵删）
特点：
· 显示分析数据的变化趋势
· 表现出数据在连续区域上的分布
应用：
· 展示数据在连续区域上的大小变化的规律
| 08时间类
（图片源于网络，侵删）
特点：
· 显示以时间为特定维度的数据
· 使用图形的位置表现出数据在时间上的分布
应用：
· 展示数据在时间维度上的趋势和变化
| 09地图类
（图片源于网络，侵删）
特点：
· 使用地图作为背景，通过图形的位置来表现数据的地理位置
应用：
· 展示数据在不同地理区域上的分布情况
欢迎大家来一起交流数据可视化～
下期预告 《数据可视化体验设计研究》中，内容：1. 数字孪生 2. 数据可视化未来趋势
参考资料
数据可视化基本信息内容来源：亿信华辰&九品自主研究
数据可视化图表分类内容来源：AntV&九品自主研究