【導讀】本文約2200字，閱讀時間約為15分鐘。

每周，零一與您分享一本書，共同探索數據世界的浩瀚。若您喜歡，可轉發與更多的人交流，共同成長。

一、數據

大多數人對于數據，仍然停留到較為表面的含義上，即數字，沒有了解到它本質的含義。

簡單來說，數據可以理解為是對現實世界的抽象表達，依存于它所代表的背景知識。

正如維克托·邁爾-舍恩伯格在《大數據時代》提到了世界的本質是數據。

我們進一步來理解。

【以照片為例-第一步】

一張照片代表一個數據點，也可以理解為一個數值，而一組則相當于一個數據集。

當我們剛拿到某一張照片的時候，未有任何的說明，我們就只能了解到眼睛所看到的。

但是，若有人跟你解釋，那你就能知道照片背后的“5W”。而一組照片所形成的數據集則能進一步說明數據所代表的背景。

5W=何時(When)、何地(Where)、何人(Who)、何事(What)、何因(Why)。

不過，數據也不是固定不變的，它具有可變性和不確定性.

二、可視化

可視化其實就相當于是讓數據“說話”，即連接數據和現象世界的媒介。

它以數據作為自己的內容，以圖形、顏色等作為形式，根據目的來排列組合。

【以照片為例-第二步】

當一組照片根據它們出現的時間而繪制成相應的圖表的時候，更多有價值的信息就出現了，譬如你可以從圖中一眼就看出什么時候是婚宴的高潮，如下圖。

一般的可視化組件主要由以下4部分組成：

1.視覺暗示：將數據映射成彩色圖性，如圖中的柱狀，它一般包括長度、角度、方向、形狀、面積與體積和顏色。

2.坐標系：指定可視化的維度，如圖中的線條，主要分為直角坐標系、極坐標系和地理坐標系。

3.標尺： 指定了在每一個維度中數據映射的位置，如圖中的1月、2月等，包括數字標尺、分類標尺和時間標尺。

4.背景信息：幫助更好地理解數據相關的5W信息，使得數據更清晰，并且能正確引導讀者。

我們需要知道的是為什么要進行數據的可視化？

答案當然是為了讀者，為了理解數據。

我們設計的可視化圖形可以是為某一位讀者設計，也可以是為更廣泛的讀者。

需要注意的是讀者對數據的認知以及數據背景的熟悉程度，并不是每個人都能讀懂可視化圖形。

因此，針對一些“初級”的讀者設計最簡單餅圖、柱狀圖遠比樹狀圖來得直觀易懂。

不過，這里數據工作者需要注意以下4 個誤區：

1.為了新穎而新的圖表

2.認為一切皆能可視化

3.純粹好看的圖表

4.固守可視化的規則

我們要把握住數據的背景知識，根據實際需要來設計可視化圖表，使得目標受眾能夠理解，并在必要時候輔之以相關數據予以說明。

三、數據的可視化

這個過程主要分為以下四個步驟：

1.明確擁有的數據

2.明確數據分析的維度

3.明確需要使用的工具

4.明確完成后的圖表所具有的意義

不同的數據有不同的過程，這主要分為三種：

一是分類數據的可視化，即將整體劃分為部分，形成分類，而這之中又可以細化成子分類。通過圖表的展示，可以看到最大值和最小值，從而了解到數據集的范圍。

二是時序數據的可視化，以時間作為劃分的依據，尋找數據變化的模式，如呈現周期性或循環，從而對現實問題提供指導。如下圖，我們可以從中很清晰地看出，美國的失業率呈現出周期性的變化，每隔一段時間就會出現峰值或谷值。

三是空間數據的可視化，以地理位置來劃分。我們根據某一個區域所呈現的峰值和谷值，來了解該區域背后所代表的模式。如下圖，看著廣東高居第一位，真是不愧是“什么都能吃的廣東人”。

此外，根據少數變量或許多變量的需求，我們可以用多個簡單的圖表來尋找數據之間的關系，即明確峰值、谷值、數據范圍和數據的分布情況。

讓可視化設計更為清晰，我們需要做以下幾件事：

1.建立視覺層次

我們制作圖表，不會將多個變量用同一種形式或者是同一種顏色來表現，而是會根據自身需要將重點予以突出。這樣的話，就能幫助讀者快速關注到數據圖形的重要部分，并且把周圍的東西當作背景信息。

2. 增強圖表的可讀性

首先是允許數據點之間進行比較，分析一個數值和其他數值的關聯大小乃至所有數據點之間是如何彼此相關的。

其次是描述背景信息，這能為讀者提供直觀的印象，如2012年美國總統大選結果(如下圖)，兩黨各有其代表色，人們已經習以為常，若是調換，反而成了多此一舉。

最后是留白，這會使得圖表容易閱讀，不至于混亂。

3.高亮顯示重點內容

這其實可以理解為第一點的進階版，我們劃分視覺層次，是為了突出重點，而高亮就是這樣的存在。但是亮度的提升并不能隨心所欲，我們要確保新的視覺暗示和已有的視覺暗示不會相沖突。

而以上這幾點對于不熟悉數據的讀者來說，存在一定的難度。

因此，這時圖注就發揮了作用。它可以從解釋數據(包括標題、子標題、二級子標題和說明性文字)，統計學概念的解釋和排版的嘗試這幾方面來幫助讀者更好地理解。

我們一般借助的工具有熟悉的Microsoft Excel，也有相對來說比較陌生的Many Eyes。

針對特定數據，也有相應的工具，如樹圖、Gephi。

我們也可以借助編程工具來設計出更符合自身數據特性的程序，我們也可以使用插圖工具使圖表更加清晰明了。

不過，當數據實在過于龐大時，我們就只能運用統計學知識對數據進行歸納匯總。

因為，別忘了，我們做的這一切都是為了讀者，為了理解數據。

資料來源：[美]邱南森 《數據之美》

圖片來源：《數據之美》、網絡

總結

以上是生活随笔為你收集整理的一本书学会可视化设计 pdf_「读书」数据之美-一本书学会可视化设计的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。