每种类型的实用性。 这些限制不仅仅归因于可视化。它们还来自我们大脑感知和解释眼睛所见事物的能力。不同的数据可视化类型依赖于我们视觉系统的不同技能,因此它们各自都有不同的限制。 让我们看几个例子,以便我们了解您的公司如何最好地利用数据可视化来实现其目标。在本文中,您将找到可以使用的主要图表类型以及如何使用它们的数据可视化最佳实践。 继续阅读以了解更多信息: 饼图 配色方案 条形图和柱形图 折线图 散点图 双轴图表 子弹图 气泡图 每种图表或图形的数据可视化最佳实践 饼图 饼图是最流行的百分比数据可视化方式之一,但不适合超过七个类别。 因为我们的大脑并不擅长区分不同的角度,甚至无法区分不同角度之间的距离。
如果您的饼图包含超过七个类别,请考虑将其转换为条形图。部分与整体的关系不 阿富汗 whatsapp 资源 再明显,但通常更重要的是看到不同类别之间的差异。 下方饼图的数据取自提交至Visual.ly的信息图。 虽然分类确实很有帮助,但它的类别太多了,没什么用。条形图显示了相同的数据,但看不到部分与整体的关系。不过,在这种情况下,这种关系并不重要。 更重要的是,不仅要看哪些类别领先,还要看它们领先多少(在本例中,唯一显著的差异似乎出现在前两组中)。将轴保持在 0-100% 之间还可以显示值的背景。 配色方案 您会注意到上面的图表中颜色重复了。原始饼图中也有相同的重复,只是颜色不同。 颜色是许多分类数据可视化的另一个限制因素。我们能够轻松区分和记住的颜色(具有相似亮度值)的最大数量约为 12。
以下 12 种颜色取自Colorbrewer2.org,这是一个丰富的分类和连续颜色标度资源。 为图表选择正确的颜色非常重要。您应该考虑一种不仅能补充您描绘的数据而且不会影响可访问性的调色板。 色盲是一个会影响数据可视化的问题,至少每12 个男性中就有 1 个面临这一挑战。 因此,您应该在确定配色方案之前先测试颜色。 有几种简单的方法可以执行此类测试。Colorblind Webpage Feature等工具可以轻松测试网页和布局是否适合不同类型的色盲,例如: 前凸畸形(红绿色盲,红色视锥细胞异常) 绿色盲(红绿色盲,绿色视锥细胞异常) 蓝色和黄色盲 全色盲(所有形式的色盲)。 条形图和柱形图 分类数据的条形图和柱形图对于适当的条形数量也有一个上限。