用数据讲述最好的故事:如何做出赏心悦目的数据可视化

原作者 Amy Lee Walton

编译 CDA 编译团队 本文为 CDA 数据分析师原创作品,转载需授权

当设计地图时,我会想:我想让观看者如何阅读地图上的信息?我想让他们一目了然地看出地理区域的测量结果变化吗?我想要显示出特定地区的多样性吗?或者我想要标明某个区域内的高频率活动或者相对的体积/密度?

有多种方法可以在地图中快速而集中的呈现出可视化数据。我常用的几个是:

· Dot density (点密度图) ——使用点或其他符号展示特征或现象的集体情况(密度)的地图样式。例如,显示区域内的交集或高/低活动量。

· Choropleth (分级统计图) ——这是一种主题地图样式,它根据地图上显示的数据强度,对应的展现在阴影颜色或图案纹理上。例如,显示人口密度或人均收入。

· Hexagonal binning / hexbin (六边形图)——这种地图的风格适合显示地理上的一般主题。在choropleth地图中,它的颗粒比 dot density密度小,不受边界约束。

· Heatmap (热度图)——这种地图使看地图的人能够在缩放因子中独立地感知点密度。也是最不受约束的,因为它不符合地理范围。

举例

当对点数据进行可视化时,点密度图是有效的,通常用于展现活动,特征和其他地理现象中的体积或模式。单个数据点不应该被计算在内,而是显示一个区域的情况和密度。简单但有效,可以快速给你的地图带来展现力。

Eurovision Shazam - 优雅的点密度图

分级统计图基于先前定义区域的统计数据。典型的例子是由选举区域划分的选举地图; 在这里,分级统计图是首选。一般来说,分级统计图代表两种类型的数据:空间的广泛度,比如人口,以及空间的密集,比如比例,密度和比例。

DirectRelief - 分级统计图表示的乌干达的疟疾发病率

对聚合数据进行可视化时,六边形图擅于用更含蓄但更结构化的形式来展现。例如,表示一般分布情况时,不是渲染出数万个点的散点图,而可以将点数填充为几百个六边形。

热点图本质上使用颜色作为数据可视化工具。该应用可以很好的处理多个变量,并可以在数据中显示类似的模式和相关性。

纽约市交通事故热点图 - 混合热点图与六边形图

设计中的考虑

点密度图依赖聚类方法,因此分割数据时必须确定适当的值。我通常使用Jenks优化方法来计算和组合最佳值,从而切换颜色或比例。在点密度图中,具有较多点的区域表示高浓度值,具有较少点的区域表示较低浓度值。我会使用范围,不透明度或颜色对这些变化进行可视化。

在设计分级统计图,六边形图以及热度图时,需要记住重要的两点:

1)较暗的颜色数值更高;

2)虽然有数以百万计种不同颜色,但是人眼只能轻易区分有限的颜色。因此一般来说,我只使用五到七种颜色类别。

有好几种制图时可选择的不同类型颜色种类。以下是我最喜欢的几个:

· 单色系列:颜色由所选颜色的暗色渐变到相同色调的浅色或白色。最暗的颜色代表数据集中最大的数字,最浅的色调代表最小的数字。

单色渐变

· 双极渐变:通常使用两个相反的色调来显示从负到中心到正的值变化。这些类型的地图显示了彼此相关值的大小。

双极渐变

· 部分光谱色调渐变:用于混合映射两组不同数据。这种技术融合了相邻的两种对手色调,并显示了混合数据类别的大小。

部分光谱色调渐变

对于色彩浓重的地图风格,我总会考虑最终成品的可行性。会是纯数字的还是可以打印或复印?颜色和混合是否面对色盲的问题?颜色可以大大增强制图者与看图者之间的交流,但失败的配色可能导致图既不有效也不吸引人。记住,往往越简洁越好!

原文链接:

https://blog.mapbox.com/right-way-visualize-data-945d6010fab0

原文发布于微信公众号 - CDA数据分析师(cdacdacda)

原文发表时间:2017-08-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

论嵌入在 OpenAI 的 5v5 DOTA2 AI 中的妙用

AI 科技评论按:OpenAI 的 DOTA2 5v5 AI 「OpenAI Five」是人工智能界今年的一大亮点。作为「有挑战性的多智能体连续控制任务」、DO...

18120
来自专栏数据科学与人工智能

【机器学习】有趣的机器学习:最简明入门指南

在听到人们谈论机器学习的时候,你是不是对它的涵义只有几个模糊的认识呢?你是不是已经厌倦了在和同事交谈时只能一直点头?让我们改变一下吧! 本指南的读者对象是所有对...

34180
来自专栏用户2442861的专栏

熵与生命 概率

https://yjango.gitbooks.io/superorganism/content/shang_yu_sheng_ming.html

32510
来自专栏AI科技大本营的专栏

这三个普通程序员,几个月就成功转型AI,他们的经验是...

动辄50万的毕业生年薪,动辄100万起步价的海归AI高级人才,普通员到底应不应该转型AI工程师,普通程序员到底应该如何转型AI工程师? 以下,AI科技大本营精选...

47260
来自专栏量子位

高清变脸更快更逼真!比GAN更具潜力的可逆生成模型来了 | OpenAI论文+代码

18910
来自专栏AI科技评论

SQuAD2.0来了!现在这里有了机器「无法回答的问题」

AI 科技评论按:斯坦福大学 NLP 组(Stanford NLP Group)昨晚发出公告,文本理解挑战赛 & 数据集 SQuAD 升级为 SQuAD 2.0...

45520
来自专栏IT派

可视化图表10个错误的表达方式,你犯了几个

饼图的设计应该直观而清晰,理论上,一个饼图不应该分割超过5块。下面就是两种可以让读者的注意力瞬间集中到你要表述的重点的方法。

12820
来自专栏专知

Richard S. Sutton经典图书:《强化学习导论》第二版(附PDF下载)

【导读】Richard S. Sutton就职于iCORE大学计算机科学系,是强化学习领域的专家,其在强化学习领域的著作“Reinforcement Learn...

1.5K100
来自专栏TomZheng的专栏

《 NEXT 技术快报》:图形篇 (下)

每年暑期都是各路顶会扎堆,今年也不例外,SIGGRAPH,CVPR,ICML这三个我们一直关注的领域顶会相继召开,本期“NEXT技术快报”将重点关注这三大顶会的...

32200
来自专栏企鹅号快讯

简单有效的多标准中文分词

-欢迎 加入AI技术专家社群>> 本文介绍一种简洁优雅的多标准中文分词方案,可联合多个不同标准的语料库训练单个模型,同时输出多标准的分词结果。通过不同语料库之间...

30370

扫码关注云+社区

领取腾讯云代金券