데이터의 총량과 복잡성에 관계없이 대부분의 데이터 간의 관계는 비교/구성/분포 및 연결의 세 가지 범주로 나눌 수 있습니다.
분류/시간을 기반으로 한 데이터 비교에는 일반적으로 비교 차트를 사용해야 합니다. 5개 지역의 수령량 비교 등 비교 항목이 적은 경우에는 막대 차트를 사용할 수 있습니다.
막대 차트 12개 이상 등 항목이 많은 경우 모바일 단말기의 막대 차트가 혼잡하게 나타나므로 막대 차트가 더 적합합니다. 일반적으로 데이터 항목 수는 30개를 초과해서는 안 됩니다. 그렇지 않으면 시각 및 메모리 부담이 쉽게 발생할 수 있습니다. 기둥형 차트에는 다양한 응용 프로그램도 많이 있습니다. 예를 들어 누적 세로 막대형 차트, 폭포형 차트, 가로 막대 차트, 가로축 플러스 및 마이너스 차트 등이 있습니다.
추세를 본다 – 라인 차트는 X축이 연속적인 값(예: 시간)이고 추세에 초점이 맞춰져 있는 경우 라인 차트가 적합합니다.
차이점 확대 – 나이팅게일 장미 차트 . 섹터의 반경과 면적이 정사각형이므로 나이팅게일 장미 차트는 값 간의 차이를 증폭시켜 비슷한 크기의 값을 비교하는 데 적합합니다. 로즈 다이어그램은 주, 월 등 주기/시간 개념을 나타내는 데에도 적합합니다. 그래도 데이터 양이 30개 항목을 초과하지 않는 것이 좋습니다. 이를 초과하는 경우 막대 차트를 고려할 수 있습니다.
긍정적인 범주와 부정적인 범주 또는 더 많은 차원의 데이터를 비교할 때 양방향 막대 차트를 사용해 볼 수 있습니다. 색상을 사용하여 넓은 면적을 구분하고, 속이 빈/밀폐된 면적을 구분하여 입고량과 배송량을 구분합니다. 이는 넓은 면적 전체를 비교할 수 있을 뿐만 아니라 지역별 세부적인 상황을 비교할 수도 있습니다.
몬스터를 업그레이드하여 더욱 어렵게 만드세요. 아래 표에 표시된 것처럼 양방향 그래프에 또 다른 차원을 추가하여 5개 지역의 수익과 해당 수익 및 비용을 비교합니다. 추천 차트를 보시려면 아래로 스크롤하시기 전에 먼저 생각해 보시기 바랍니다.
심천구의 수익이 광저우구에 비해 낮다는 것을 그래프를 보면 한눈에 알 수 있다. 비록 광저우구에 비해 소득은 높지만 그에 비해 상대적으로 비용이 높다. 광저우 지구의.
목표 달성도 – 불릿 차트 목표 달성 소득 및 범위(우수, 좋음, 나쁨) 등 지표의 달성도를 살펴봅니다.
총알 다이어그램은 총알이 맞은 후의 궤적처럼 보이기 때문입니다. 대시보드에 비해 작은 공간에 풍부한 데이터 정보를 표현할 수 있고, 정보 전달에 있어 효율성이 더 큰 장점이 있습니다.
4개 분기의 소득을 비교하고 싶다면 서로 다른 색상을 사용하여 구분하면 됩니다. 아래 그림과 같이 2분기 실적이 더 좋았고, 1분기 실적이 좋지 않았음을 한눈에 알 수 있습니다.
성능 – 레이더 차트. 종합평가 등 다차원적인 성능 데이터는 방사형 차트로 표현되는 경우가 많습니다. 게임에서 더 자주 볼 수 있습니다. 비즈니스 및 금융 분야에서 널리 사용되며, 고정된 프레임워크 내에서 알려진 특정 결과를 표현하는 데 적합합니다. 일반적으로 비즈니스 조건 및 재무 건전성에서 볼 수 있습니다.
지표 점수가 원의 중심에 가까우면 상태가 좋지 않다는 뜻이며, 지표 점수가 바깥 가장자리에 가까우면 분석하고 개선해야 한다는 의미입니다. 이상적인 상태에서. 예를 들어 기업 재무를 분석해 영업, 마케팅, R&D, 고객 서비스, 기술, 관리 등 6가지 범주로 나누었습니다. 레이더 차트를 통해 예산과 실제 지출을 차원적으로 비교하는 것이 매우 명확해질 것입니다.
아래와 같이:
위의 내용은 일반적으로 사용되는 "비교" 유형의 차트로, 요약하면 다음과 같습니다.
전체는 여러 부분으로 나뉩니다. 이 경우 주요 5개 지역의 매출 비중, 기업 수익의 원천 구성 등 구성도를 활용하게 된다.
단일 레이어 – 원형 차트
레벨 1에서는 막대 차트를 사용하여 5개 지역의 수령량을 비교했습니다. 비율로 보면 파이차트가 더 적절하다. 원형 차트는 상대적으로 큰 범주를 표현하는 데 능숙하기 때문에 결함이 있습니다. 그런데 저는 비교를 잘 못해요. 원형 차트에서는 육안으로 30%와 35%의 차이를 구별하기가 어렵습니다. 카테고리가 너무 많으면 파이차트로 표현하기에는 적합하지 않습니다.
지역이 17개 있으면 어떻게 되나요? 원형 차트 카테고리는 일반적으로 9개 카테고리를 초과하지 않으며, 그 이상 카테고리를 초과하는 경우 막대 차트를 사용하여 표시하는 것이 좋습니다.
파이 차트 외에도 도넛 차트(도넛 차트)도 비율을 나타낼 수 있는데, 차이점은 파이 차트의 가운데 부분이 비어 있고 제목 등 텍스트 정보가 표시된다는 점입니다. 빈 공간의 장점은 공간 활용도가 더 높다는 것입니다.
계층화 – 도넛 차트, 선버스트 차트
관리를 위해서는 전체적인 상황과 핵심 포인트를 먼저 파악하는 것이 필요합니다. 예를 들어, 지역 담당자가 핵심지역과 핵심부서의 상황을 한눈에 볼 수 있어야 합니다(아래 그림 참조).
이것을 Rising Sun Chart라고 합니다. 데이터를 레이어별로 살펴보면 해당 지역의 핵심 영역과 해당 부문의 구성이 한눈에 알 수 있습니다.
누적 추세 - 누적 영역 차트
시간에 따라 수치 구성이 변하는 경우를 살펴보겠습니다. 첫 번째로 큰 구역(4개 구역 포함)의 소득 구성 추세를 시각화하는 방법 주요 지역) 지난 4년 동안?
추천 솔루션은 전체(큰 영역)에 대한 구성요소(영역)의 기여도를 표시하고 전체(큰 영역)의 변화 과정을 표시할 수 있는 누적 영역형 차트입니다. 주의할 점은 지역소득의 출발점은 y=0에서 시작하는 것이 아니라, 다음의 지역을 기준으로 한 겹씩 중첩되어 최종적으로 전체를 형성한다는 점이다.
영역형 차트에 대한 최고의 디자인 지침: 가장 변동성이 큰 범주를 맨 위에 배치하고, 투명한 색상을 사용하고, 범주를 4개 이하로 설정하고, y축은 0부터 시작하고, 영역형 차트를 사용하여 개별 데이터를 표시하지 마세요. , 연속 데이터만 데이터에 중간 값이 있습니다.
누적 비교 – 누적 막대 차트
위 그림에서 X축의 라벨 텍스트(연도)와 범례(지역)를 바꾸면(아래 그림 A) 를 보면, 지난 4년간 각 지역의 소득구조에 대해 어떤 그래프가 더 적합한지 알 수 있습니다.
누적 영역형 차트 구성 A와 누적 세로 막대형 차트 구성 B 모두 누적 값을 표시할 수 있습니다. 차이점은 누적 영역 차트의 x축은 연속 데이터(예: 시간)인 반면 누적 세로 막대형 차트의 x축은 범주형 데이터라는 것입니다. 이 경우 x축은 비연속 범주형 데이터이므로 플랜 B가 더 적합합니다.
누적 증가 및 감소 - 폭포형 차트
두 데이터 포인트 사이의 수량 변화를 표현하려면 폭포형 차트를 사용할 수 있습니다. 시작 값은 계속해서 더하고 빼면 값이 얻어집니다. 폭포형 차트는 이 프로세스를 설명하며 재무 분석에서 수입과 지출을 표시하는 데 자주 사용됩니다.
분포 및 관계 차트를 통해 데이터 분포를 확인하고 상관 관계, 이상값, 데이터 클러스터와 같은 특정 관계를 찾을 수 있습니다.
두 변수 - 산점도
여전히 비즈니스를 예로 들면 다음 그림은 전국 매장의 단일 티켓 비용/수입 분포를 보여줍니다.
이렇게 보면 평균선 2개를 추가하면 아무것도 알 수 없을 것 같습니다.
평균선을 추가하면 어느 콘센트가 평균선보다 높고 어느 콘센트가 평균선보다 낮은지 알 수 있습니다. 하지만 매장이 너무 많아서 하나씩 클릭해서 어느 지역에 속해 있는지 확인할 수는 없습니다. 흩어진 점들에 색상을 추가하는 것이 합리적입니다.
이 그림을 통해 어떤 지역이 단권 수익이 낮아 개선이 시급한지 알 수 있습니다. 예를 들어 오른쪽 하단에 넓게 밀집되어 있는 네 번째로 큰 지역이 단권 소득을 가지고 있습니다. 평균보다 낮지만 단일 티켓 비용은 평균 이상입니다.
세 가지 변수 – 버블 차트
우리 모두 알고 있듯이 매장의 총 수익은 티켓 한 장의 수익뿐만 아니라 판매량(예: 영수증량) 분산점 사용 영역의 크기는 영수증량을 나타내며 버블 차트가 됩니다.
공간 속성과 관련된 모든 분석에는 지리 지도를 사용할 수 있습니다. 예를 들어 지역별 판매량이나 특정 상권의 매장 밀집도 등이다. 지도와 결합된 버블 차트는 히트 지도로 발전할 수 있습니다. 히트맵을 통해 어떤 매장이 수거, 배송량이 많고, 자원 배분이 필요한지 확인할 수 있습니다.
지리 지도는 좌표 치수를 사용해야 합니다. 경도와 위도 또는 지역 이름(상하이, 베이징)일 수 있습니다. 좌표 세분성은 특정 거리만큼 정밀할 수도 있고 전 세계 국가만큼 넓을 수도 있습니다. POI는 매우 중요한 요소입니다. POI는 "Point of Information"의 약자로 정보 지점으로 번역됩니다. 각 POI에는 이름, 카테고리, 경도 및 위도, 인근 호텔, 레스토랑 및 상점 등 4가지 정보가 포함되어 있습니다. POI를 사용하면 지리적 크기에 따라 데이터를 표시할 수 있습니다.
최상의 디자인 지침: 1. 얇은 지도 윤곽선을 사용하고 적절한 데이터 간격을 덜 사용합니다.
사용자 행동 분석을 통해 탐색, 클릭, 페이지 액세스 작업을 강조된 시각적 형태로 보여줍니다. 아래 그림은 Google 검색결과에서 사용자의 클릭 동작을 보여줍니다.
요약: 데이터를 얻으면 먼저 핵심 정보를 구체화하고 데이터 관계와 주제를 명확히 한 다음 시각화에 적합한 차트를 선택합니다.
좋은 시각화는 스토리를 전달하고 데이터 뒤에 숨은 패턴을 드러냅니다. 시각화의 사용에 대한 이해는 아래 그림에서 나올 수 있습니다. 구조는 명확하지만 엑셀 차트만 대상으로 하고 풍부하지는 않습니다.
데이터 분석에서는 차원이 자주 언급됩니다. 차원은 데이터가 관찰되는 관점이자 데이터에 대한 설명입니다. 지역은 차원이며 이 차원에는 상하이, 베이징과 같은 도시가 포함됩니다. 매출은 다양한 매출 데이터를 포함하는 차원으로도 간주될 수 있습니다. 차원은 시간, 숫자 값 또는 텍스트로 표시될 수 있습니다. 데이터 분석의 본질은 다양한 차원의 조합입니다.
차원은 주로 텍스트, 시간, 숫자 값이라는 세 가지 주요 데이터 구조 유형입니다. 상하이, 베이징 지역은 텍스트 차원(카테고리 차원이라고도 함), 판매량은 숫자 차원, 시간은 세계
다른 차원을 처리하여 숫자 차원을 계산할 수 있음 , 지역 차원과 같은 개수 상하이 출신은 많지 않지만 베이징 출신도 있습니다. 치수는 서로 변환될 수 있습니다.
예를 들어 연령은 원래 숫자 차원이지만 어린이, 청소년, 노인의 세 가지 연령 그룹으로 구분한 다음 텍스트 차원으로 변환할 수 있습니다.
1. 상자 그림
대부분의 사람들은 상자 그림에 대해 잘 모릅니다. 상자 그림은 데이터 차원(최대 수, 최소 수, 중앙값, 사분위수)의 불연속성을 정확하게 반영할 수 있습니다. . )상태. 상자 그림은 모든 이산 데이터에 적합합니다.
아래 그림은 박스플롯의 대표적인 응용예이다. 선의 상단과 하단은 특정 데이터 세트의 최대값과 최소값을 나타냅니다. 박스의 상단과 하단은 데이터의 상위 25%와 75%에 해당하는 값을 나타냅니다. 상자 중앙의 수평선은 중앙값을 나타냅니다.
2. 관계 다이어그램
사회적 관계 사슬, 브랜드 커뮤니케이션, 특정 정보의 흐름 등 사물의 상관관계와 관련성을 보여주는 다이어그램입니다.
웨이보가 있는데 이제 그 커뮤니케이션 체인을 연구하고 싶습니다. 어떤 빅 V가 공유하고 퍼뜨렸는지, 빅 V보다 먼저 공유한 사람은 누구인지 등을 바탕으로 A를 그려보겠습니다. 바이럴 마케팅 프로세스를 분석하기 위한 다양한 네트워크 다이어그램. 관계 다이어그램은 많은 양의 데이터에 의존하며 차원 개념이 없습니다.
3. 직사각형 트리 차트
위에서 언급했듯이 컬럼 차트는 너무 많은 범주(예: 수백 개)의 데이터를 표현하는 데 적합하지 않으므로 어떻게 해야 할까요? 나타났다. 영역별, 색상별 카테고리별 수치를 직관적으로 표현해줍니다.
아래 그림에서 각 색상 시스템은 각 카테고리 측정기준을 나타내며, 카테고리 측정기준 아래에는 여러 개의 보조 카테고리가 있습니다. 세로 막대형 차트로 표현하면 재앙이 될 것입니다. 직사각형 트리 다이어그램을 사용하는 것은 쉽습니다.
직사각형 트리 다이어그램은 전자상거래, 제품 판매 등 다양한 범주를 포함하는 분석에 사용할 수 있습니다.
4. Sankey 차트
상대적으로 인기가 없는 차트로, 정보의 변화와 흐름을 나타내는 경우가 많습니다.
5.0 깔때기형 차트
고정 프로세스의 전환 분석에 적합한 유명한 전환율 시각화는 Sankey 차트의 단순화된 버전이라고 생각할 수도 있습니다. 전환율은 반드시 깔때기형 차트가 아닌 여러 숫자 집합으로 표시될 수도 있습니다.
가독성**
차트의 주요 기능은 디자인이 아니라 설명입니다. 특히 대부분의 차트는 과도한 디자인의 함정에 빠지게 됩니다.
객관성
사람마다 의견과 관점이 다르기 때문에 데이터 해석은 많은 결과를 나타낼 수 있습니다. 이것이 우리가 흔히 통계가 거짓말을 한다고 말하는 이유이다.
아래 사진은 매출에 대한 막대그래프인데, 매출에는 큰 변화가 없는 것으로 보입니다.
다른 차트 표시로 변경합니다. 변화하는 성장 추세를 볼 수 있습니다.
실제로 두 차트의 데이터에는 차이가 없습니다. 왜일까요? 차이점은 좌표축에만 있습니다. 첫 번째 사진의 Y좌표축은 0에서 시작하고, 두 번째 사진의 Y좌표축은 2.45에서 시작합니다. 두 번째 사진은 막대 차트의 일부입니다.
통일성
차트의 전체적인 색상이 차가운 경우 따뜻한 색상을 추가하지 마십시오.
차트 텍스트가 Yahei인 경우 노래 글꼴을 추가하지 마세요.
특정 지역에서 데이터 비교를 위해 세로 막대형 차트를 사용하면 다른 지역도 세로 막대형 차트 스타일을 따릅니다.
차트에서 여성은 빨간색, 남성은 파란색을 사용하는 경우 이 표준이 모든 차트에 반영되어야 합니다. 색상을 제외한 나머지 디자인 요소는 동일합니다.
차트가 여러 개인 경우 제목, 축 눈금, 축 위치 등 차트 요소를 통일해야 합니다.
왜 사용자는 "데이터를 차트로 변환"해야 합니까?
최종 답은 수익을 늘리고 지출을 줄이는 경영의 '제1원칙'으로 돌아가는 것이어야 한다. 기업은 어떻게 하면 돈을 더 절약하고, 어떻게 하면 돈을 더 벌 수 있는지 분석하기 위해서는 데이터가 필요합니다. 미래의 BI 제품은 스스로를 "도구"로 포지셔닝할 수 없고 "서비스"로 포지셔닝해야 합니다.
1.0 프로세스 관점에서 탐색적 시각화는 다음과 같습니다.
이 유형의 시각화는 보조선, 경고, 다양한 차트 유형과 같은 차트의 미시적 기능에 중점을 둡니다. 등.
2.0 설명적 시각화 요구 사항
일반적으로 데이터 탐색을 완료하고 특정 데이터 통찰력을 얻은 후 스토리텔링 시나리오에 중점을 둡니다. 인터넷에서 보는 "XXX를 이해하는 한 장의 그림"과 "XXX를 이해하는 한 장의 그림" 중 일부는 설명적 시각화입니다.
여러 차트를 결합하여 보고서나 스토리보드를 만드는 등 전반적인 차트 시각화에 중점을 두는 유형이므로 제목 편집기, 레이아웃 편집기 등의 기능을 제공합니다. NetEase Youshu, BDP, Tableau, PowerBI 등 현재 시중에 나와 있는 BI 제품은 모두 이 모델을 채택하고 있습니다.
1. 이러한 비즈니스 중심의 제품 프레임워크는 국내 시장에 적합하지 않습니다.
이러한 유형의 제품 사용자는 기본적으로 전문 사용자(데이터 분석가)이기 때문에 대부분의 중국 기업에는 데이터 분석 전담 인력이 없다는 사실을 무시합니다. 데이터 분석가를 배치할 수 있는 회사는 일반적으로 중견 기업과 대기업입니다. 지불 능력은 상대적으로 강할 수 있지만 이는 사용자가 적다는 것을 의미합니다.
전문 사용자는 데이터 분석가에 해당하고, 준전문 사용자는 재무, 영업, 인사 등 비즈니스 분야에서는 전문적이지만 데이터 분석 분야에서는 전문적이지 않은 사용자를 의미합니다. 이러한 사용자의 일상 업무는 일반적으로 연말 요약, 연간 계획, 월별 보고서 등 모두 데이터 시각화를 사용해야 하는 설명 시각화에 중점을 둡니다. 이 유형의 사용자에 대한 프로세스는 다음과 같습니다.
[이미지 업로드 실패...(image-e6e0b4-1556103840929)]
사용자는 복잡한 작업 없이 데이터를 가져올 수 있습니다. 직접 차트. 기존 문제:
시각화의 이해: 정보 시각화는 그래픽을 사용하여 복잡한 정보와 논리적 관계를 정확하게 표현하는 것입니다.
그림의 독특한 아름다움과 흥미를 통해 독자의 관심을 끌 수 있습니다. 내용을 이해하기 쉽게 표현하는 형태
?독자를 제품에 더 가깝게 유도하고 브랜드 인지도를 높입니다.
작업 1: 안전제품 홈페이지 표시
창의적인 영감: 요구 사항 문서에서 이러한 하위 제품의 이름에 Yuqianwei, Bagua Array 및 Yucheng River가 포함되어 있는 것을 보았습니다... 당시 고대 도시의 그림이 즉시 내 화면에 나타났습니다. 마음. 고대 도시 주변에는 군인과 팔괘 배열이 있었고 Yucheng 강 등이 있습니다. 이 아이디어를 시각디자이너에게 표현한 후, 모두가 성공하여 마침내 이 기획안을 만들어냈습니다. 중앙에 있는 타워는 원래 빨간색이었는데, 너무 눈에 띄어서 부담스럽지 않고, 데이터가 보호되는 느낌을 반영하기 위해 반투명한 디지털 가상 느낌으로 변경했습니다.
작업 2: 제품 구조 다이어그램
창의적 영감: 경쟁 제품 분석을 통해 국내외 동료들이 이 측면에서 매우 열심히 노력하고 있음을 확인했습니다. 제품 구조와 관계에 대한 그림이 명확하게 설명됩니다. 다음 기사에서는 구체적인 디자인 프로세스에 대해 설명합니다.
작업 3: 사용 프로세스 다이어그램
창의적인 영감: 제품 관리자가 제공한 다이어그램은 매우 엄격하지만 사용자가 이해하기 어렵기 때문에 먼저 와이어프레임 다이어그램을 사용합니다. 단방향 흐름도로 단순화했지만 이는 충분히 아름답고 직관적이지 않습니다. 천재적인 시각 디자이너는 그래픽 미화를 통해 이 문제를 교묘하게 해결했습니다.
수정 중(일부):
개선 후:
작업 4: 구성 설명 다이어그램
또한 정보 논리를 먼저 정렬합니다. 을 활용하여 좀 더 이해하기 쉽게 표현한 후, 비주얼 디자이너를 통해 아름답게 꾸며보세요.
개선 다이어그램:
어떤 일을 잘하려면 먼저 그 일을 잘하기 위한 표준이 무엇인지 알아야 합니다. 이러한 실패한 작품들을 종합해보면 실패의 원인과 좋은 기준이 무엇인지 대략적으로 파악할 수 있다.
[이미지 업로드 실패...(image-cf4898-1556103840928)]
표현의 관점에서 시각적 도구인 '인포그래픽'에는 차트, 삽화, 그래프, 표, 지도, 목록.
우리는 다이어그램을 형식적 특성에 따라 관계흐름도, 서술형 일러스트레이션형, 트리구조형, 시간분포형, 공간해체형 등 다섯 가지 유형으로 나누는 경우가 많다.
1. 관계 프로세스 다이어그램
2. 내러티브 일러스트레이션 다이어그램
내러티브 다이어그램은 시간 차원을 강조하며, 시간이 지남에 따라 정보도 끊임없이 변화합니다. 차트.
3. 트리 구조의 모식도
복잡한 데이터를 분기를 통해 명확하게 표현합니다. 그룹화를 사용하여 하위 분류된 메인 프레임의 각 그룹은 마스터-슬레이브 구조를 나타냅니다.
4. 시간 표현 다이어그램
시간 표현 다이어그램은 타임라인을 중심으로 텍스트 데이터만 추가하면 됩니다. 디자인 관점에서는 테마를 그래픽 디자인에 접목시키고 중요한 사건 포인트를 선정하여 해석하는 것이 그림을 아름답게 만들고 이해를 깊게 할 수 있습니다.
5. 공간 구조 다이어그램
디자인 언어를 사용하여 복잡한 구조를 모델링하고 가상화하는 것이 공간 구조 다이어그램의 존재 의미
이 프로세스는 다음과 같아야 합니다. 공동으로 완료하려면 데이터를 선별하고 정리해야 합니다. 정확성이 첫 번째 조건이고 그 다음은 정렬입니다. 신중한 디자인을 위해 주요 논리를 찾아내고 보조 콘텐츠를 필터링하세요.
1. 기본 그래픽 창의성
막대 차트와 파이 차트는 가장 일반적으로 사용되는 두 가지 기본 그래픽이지만 단순한 기하학적 모양은 사람들에게 디자인 감각을 주기 어렵습니다. 기본 그래픽의 창의성을 활용해 디자인 테마를 부각시키면 일석이조의 효과를 얻을 수 있으며, 절반의 노력으로 두 배의 결과를 얻을 수 있습니다.
왼쪽과 오른쪽의 내용은 다음과 같습니다. 위 그림은 완전히 일치하지만, 오른쪽 그림은 독자가 자세히 관심을 기울이지 않아도 이해할 수 있습니다.
2. 높은 매력도와 시각적 하이라이트
전통적인 웹페이지에서 소셜 Weibo에 이르기까지 사용자는 정보를 더 빠르고 빠르게 검색하며 높은 매력은 가장 가치 있는 부 포인트입니다.
3. 그림은 간결하고 명확하다
4. 상징적 아이콘
디자인에서는 스타일의 통일성을 유지하는 데 주의를 기울여야 한다. 사람들을 시각적으로 일관되게 만들고 눈을 즐겁게 만듭니다.
1. 원형 차트의 잘못된 순서
원형 차트는 매우 간단한 시각화 도구이지만 너무 복잡한 경우가 많습니다. 공유는 직관적으로 정렬되어야 하며 5개 이하의 세그먼트로 정렬되어야 합니다. 독자가 가장 중요한 정보를 빠르게 파악할 수 있는 두 가지 정렬 방법이 있습니다.
방법 1: 점유율이 가장 높은 부분을 12시 방향에 배치하고, 점유율이 두 번째로 큰 부분을 시계 반대 방향으로 배치합니다. 등등.
방법 2: 가장 큰 부분을 12시에 배치한 다음 시계 방향으로 배치합니다.
2. 꺾은선형 차트에서 점선을 사용합니다
점선은 대신, 서로 구별하기 쉽도록 적절한 색상의 실선을 사용하십시오.
3. 데이터 배치가 직관적이지 않습니다.
콘텐츠는 논리적이어야 하며 독자를 안내해야 합니다. 직관적인 방식으로 데이터를 읽을 수 있습니다. 문자, 시간 또는 숫자 값으로 카테고리 정렬
4. 데이터 퍼지화
설계로 인해 데이터가 손실되거나 덮어쓰이지 않도록 합니다. 예를 들어, 영역 차트에 투명도 효과를 사용하여 사용자가 모든 데이터를 볼 수 있도록 합니다.
5. 읽는 데 더 많은 에너지를 소비합니다.
보조 그래픽 요소를 통해 데이터를 더 쉽게 이해할 수 있습니다. , 분산형 차트에 추세선 추가 등
6. 데이터 표시가 잘못됨
표시가 정확한지 확인하세요. 예를 들어 거품형 차트의 크기는 다음과 같아야 합니다. 수치와 동일, 무심코 주석
7. 히트맵에서 다른 색상 사용
일부 색상은 다른 색상보다 눈에 띄기 때문에 데이터에 불필요하게 무거운 요소를 제공합니다. 대신 단일 색상을 사용하여 색상의 깊이로 표현해야 합니다
8. 열이 너무 넓거나 너무 좁습니다
열 사이의 거리를 조정하는 것이 가장 좋습니다 넓은 1/2로
9. 데이터 비교가 어렵다
비교는 차이점을 제시하는 효과적인 방법이지만 독자가 비교하기 어려운 경우 효과는 다음과 같습니다. 크게 감소했습니다. 독자가 비교할 수 있도록 데이터가 일관된 방식으로 제공되는지 확인하세요.
10. 3D 그래프 사용
이러한 그래프는 흥미로워 보일 수 있지만 3D 그래프는 쉽게 기대를 산만하게 할 수도 있습니다. 2D를 고집하는 데이터가 왕이다
수치 시각화의 핵심은 다양한 시각적 속성을 활용하여 데이터 값의 크기를 표현하는 것입니다. 시각적 속성에는 위치, 길이, 면적, 색상 등 여러 범주가 있습니다. 시각적 디자인에 해당하는 점, 선, 면 및 색상값.
시각화의 핵심 아이디어는 맥락에 기반한 유사 객체를 사용하여 현재 세계의 수치적인 사물과 연결하는 것입니다.
달리는 속도가 15km/h라면 달리는 선수의 모습을 그려서 이 숫자를 표현하면 됩니다. 달리는 속도가 70km/h라면 달리는 치타를 그릴 수 있고, 배경을 흐리게 하여 빠르게 달리는 속도를 표현할 수 있습니다. 5km 높이의 산을 묘사하고 싶다면 하늘로 우뚝 솟은 산을 그려 사람들에게 직관적인 산의 이미지를 줄 수 있으며 상상력을 바탕으로 보다 창의적인 디자인이 개발될 수 있습니다.
자동차는 아래 왼쪽 사진과 같이 저속, 중속, 초속으로 구분됩니다. 평가 정보를 표현할 때는 맥락에 따른 연관성을 개발해야 합니다. 예를 들어, 강수량이 50mm라면 시험관을 사용하여 50mm의 물을 모으는 것으로 상상할 수 있습니다.
1차원 테이블은 아래 그림과 같습니다. 데이터 테이블에는 데이터의 행이나 열이 하나만 있습니다. 데이터 시각화의 목표를 분석해야 합니다. 후속 목표는 데이터를 다음과 같은 범주로 나눌 수 있습니다.
? 추세를 강조하는 데이터; ;
?퍼센트 데이터
?다양한 유형의 데이터.
3.1.1 막대 그래프
10,000위안의 소득은 5,000위안의 두 배입니다. GDP 1조는 5,000억의 두 배입니다. .데이터보다. 막대 그래프를 읽는 사람들은 일반적으로 열 자체에 시각적으로 매력을 느끼고 세로 축의 시작점에 주의를 기울이지 않습니다. 사용자는 열의 길이가 절대값의 크기를 나타낸다고 가정하는 경우가 많습니다. 따라서 히스토그램의 세로축 시작점은 0부터 시작해야 합니다.
3.1.2 히스토그램
히스토그램 데이터의 본질적인 차이점은 연속적인 간격으로 양의 분포를 표현한다는 것입니다. 통계에서는 히스토그램의 세로축이 개수 데이터여야 합니다. 즉, 히스토그램은 일정 간격 내의 개체 수를 계산하는 데 사용됩니다.
3.1.3 세로 막대형 차트 변형: 막대형 차트
막대형 차트는 또한 레이아웃 이점이 뛰어나 한쪽에 텍스트와 막대를 표시할 수 있고 분류에 추가 메모를 추가할 수 있습니다. 중국에서는 레이아웃상의 이유가 아니라면 이런 수평 막대 차트를 사용할 때 주의하시기 바랍니다.
3.1.4 히스토그램 변형: 계수 막대 차트
3.1.5 히스토그램 변형: 방사형 히스토그램, 방사형 막대 차트, 나선형 차트
적응하기 위해 레이아웃 영역을 변경하거나 그래픽의 흥미를 높이기 위해 세로 막대형 차트가 왜곡됩니다.
3.1.6 기둥형 차트 변형: 기둥 대신 준객체 사용
그래픽 디자인 및 포스터 프로모션 페이지에서는 일반적으로 준객체 요소를 추가하여 데이터의 표현력을 높입니다. 선명하다. 기본 아이디어는 데이터 주체를 중심으로 연결하고 기둥을 준물리적 객체로 대체하는 것입니다.
예시 1: 설명이 축구에 관한 것이라면 기둥 대신 공을 차는 이미지를 사용할 수 있습니다.
예시 2: 설명이 별에 관한 것이라면 기둥 대신 별 이미지를 사용할 수 있습니다.
예시 3: 남성과 여성의 차이점을 설명하는 경우 기둥을 남성과 여성의 이미지로 대체할 수 있습니다.
예시 4: 흡연 관련 데이터인 경우 담배꽁초 모양을 이용하여 컬럼을 교체하면 됩니다.
예시 5: 산의 높이라면 산의 모양을 사용할 수 있습니다.
3.1.7 기둥형 차트 변형: 특정 차원에 따라 디자인 확장 및 재구성
이전 섹션에서 준객체를 사용하여 기둥을 대체한다는 아이디어는 여전히 막대 차트의 프레임워크입니다. 그러나 히스토그램의 제약 조건을 제쳐두고 키워드를 기반으로 연관을 시작할 수도 있는 경우가 많습니다. 연관 과정에서 우리는 1장에서 언급한 데이터 시각화의 본질, 즉 위치, 길이, 크기, 색상의 네 가지 시각적 요소를 통해 데이터의 크기를 표현한다는 점만 기억하면 됩니다.
예시 2: 시·도별 PM2.5 수치(가설 데이터)
이런 데이터는 위치를 키워드로 하여 확장만 가능하며, 지도.
PM2.5는 이미지가 없는 개념이라 시각화할 때 PM2.5로 확장될 가능성은 거의 없습니다. 그러면 이러한 종류의 데이터는 위치를 키워드로 사용하여 확장되고 지도 형태로만 표시될 수 있습니다.
지방 자체는 지도상에 고정된 모양과 크기를 지닌 표면이며, 그 값은 컬러 히트맵으로 표현할 수 있다(아래 사진, 왼쪽).
예시 3: 각 웹사이트 방문
예시 4: 이주 지도
단일 도시의 이주 지도의 데이터 프로토타입은 여전히 1차원적입니다. 정렬. 지도를 기반으로 디자인할 때 표현해야 할 것은 각 도시와 베이징 간의 연결이다.
연결의 길이 정보는 도시에서 베이징까지의 거리를 기준으로 사용되었으므로 연결의 색상으로만 값을 표현할 수 있습니다.
3.2 추세를 강조하는 데이터
3.2.2 선 차트의 변형: 곡선 차트
3.2.3 선 차트의 변형: 이동 평균 차트
p>
3.2.4 선형 차트의 변형: 영역 차트
3.2.5 선형 차트의 변형: 주가 지수 추세 차트
일반적으로 백분율 데이터 사용되는 가장 일반적인 형태인 파이 차트(또는 도넛 차트) 형태로 표현됩니다.
도넛 차트와 파이 차트의 차이점은 도넛 차트가 주제와 그림을 더 잘 통합할 수 있다는 점입니다.
3.3.2 원형 차트 변형: 원형 모양을 객체 유사 객체 형태로 변환합니다.
예 1: 인체의 구성 요소를 설명하는 경우 시각화는 사람 모양을 중심으로 확장되어 파이 모양을 사람 모양으로 변경할 수 있습니다.
예시 2: 다양한 업계에 종사하는 사람들의 비율을 설명하려면 아래 그림과 같이 다양한 업계에 종사하는 사람들이 다양한 스타일의 그래픽을 사용하는 경우를 고려해 볼 수 있습니다. 아래 오른쪽 그림과 같이 다양한 사격 사례에서 총의 출처를 설명하고 싶습니다.
STEP1: 의미가 올바른지 확인
"정확성"은 인포그래픽의 가장 기본적인 요구 사항이므로 여기서는 먼저 인포그래픽의 내용이 올바른지 확인해야 합니다.
업무가 상대적으로 복잡하고 이해하기 어려운 제품의 경우, 제품 관리자가 먼저 자신의 이해를 바탕으로 다이어그램을 그려보고, 디자이너와 제품 관리자가 소통하여 양측의 이해를 확인할 수 있습니다. 일관성이 있습니다.
'타오바오의 10년 기술'에는 '좋은 아키텍처 다이어그램은 아름다움으로 가득 차 있다'는 말이 있다. Taobao 엔지니어들은 10년에 걸쳐 이를 증명했습니다. 실제로 기술적인 아키텍처 다이어그램뿐만 아니라 좋은 흐름도, 구조 다이어그램, 정보 다이어그램 등도 아름다움으로 가득 차 있습니다.
정보 그래픽 표현을 최적화하는 방법은 무엇입니까? 비교적 복잡한 논리를 지닌 구조도라면 다음과 같이 보일 수 있습니다.
논리는 맞지만 화살표가 엇갈려 보기에는 아름답지 않습니다