数据可视化解释(第2部分):视觉变量介绍

视觉设计背后的基本概念的非技术性且易于理解的指南:视觉编码通道《数据可视化解释(第 2 部分):视觉变量简介》一文首先出现在《走向数据科学》上。

来源:走向数据科学

我的数据可视化系列中的文章。请参阅上一篇文章:“数据可视化解释:它是什么以及为什么重要。”

“数据可视化解释了:它是什么以及为什么重要。”

因此,现在您已经了解了基础数据可视化以及为什么它是数据科学生态系统的重要组成部分的基本思想。 (如果您不熟悉此,请务必查看上面链接的文章。)

正如我们在上一篇文章中讨论的那样,数据可视化的核心思想是找到一种有效的方式来以视觉方式表示各种类型的数据。

使此表示工作的基础概念的基础概念称为视觉编码通道。视觉编码通道实际上是将数值,文本或某些其他形式数据转换为视觉标记的手段。认为它的最佳方法是与数据的全部或部分相对应的视觉功能。有效的数据可视化通常使用多个视觉编码通道用于数据的不同方面。

视觉编码通道

在第二篇文章中,我们将深入了解视觉编码通道的详细信息,并获得一些练习,将复杂的可视化分解为其组件部分。这将为您准备在不久的将来设计自己的可视化。

视觉变量简介

在他的1967年作品《图形的符号学》中,法国制图师雅克·贝尔丁(Jacques Bertin)概述了七个“视网膜”变量,因此之所以命名,是因为人眼的视网膜对它们很敏感[1]:

图形的符号学 七个“视网膜”变量
    位置(例如图上的坐标)sizeshapecolor huecolor值(黑暗的轻度)方向文本
  • 位置(例如图上的坐标)
  • 大小
  • 形状
  • 颜色色调
  • 颜色价值(黑暗的轻度)
  • 方向
  • 纹理
  • 图像来源:Wikimedia Commons
    Wikimedia Commons

    这是地图的简化且翻译的版本,以简化可读性;对于原始内容,请参见此处[2]。

    请参阅此处 提示:有很多 长度