Loading...
墨滴

三二

2021/08/27  阅读:43  主题:默认主题

数据可视化:子弹图

数据可视化:子弹图

摘要:子弹图可以结合定量和定性数据

关键词:数据可视化,子弹图

image
image

子弹图可以结合定量和定性数据。

如果你被要求将定性和定量数据组合成一个单一的视觉效果,你会怎么做?最常见的方法之一是利用所谓的注释层。

注释层是纽约时报的Amanda Cox创造的一个术语,用来谈论向图表添加文本注释以提供更多上下文或更定性的洞察力。

条形图上的注释层
条形图上的注释层

但是,如果没有足够的空间来执行此操作,例如创建仪表板,该怎么办?在这种情况下,可以做的一件事就是使用子弹图。

子弹图由Stephen Fifth创建,旨在通过巧妙地使用图层在单个可视化中对定量和定性指标进行编码。

image
image

它的主要用途是提供解释数据所需的上下文,而无需依赖有时会填充仪表板的笨重仪表。

虽然这不一定是观众最容易理解的东西,但一旦他们学会了如何阅读它们,它就可以提供丰富的知识,一目了然地提供所有必要的上下文。让我们看看如何用这个单一的可视化来编码所有数据层。

定量和定性数据层

image
image

子弹图通常有四层信息,所有信息都堆叠在一起:

  • 定量标度,这是在线性轴上测量数值的方式
  • 特征度量,这是主要的性能度量
  • 比较度量,这是将特色度量与之进行比较的度量
  • 梯度量表,编码为几个不同的范围,如较差、平均和最好。
image
image

第一层是我们经常看到的:它就是我们所说的特征度量。对于条形图,这是一种定量测量值的方法。定量标度通常与此配对以了解特定变量的值。

此时,这是一个简单的条形图。

从这里,我们可以添加一个定量层,称为比较度量。这是一种查看我们是否做得比我们预想更好或更差的简单方法。

image
image

最后,我们使用梯度量表来讨论数据的定性范围。这些通常由性能阈值定义,例如“较差”、“平均”和“最好”。

image
image

因此,我们最终可以得到一个数据可视化图,它提供了一个数字,并提供了很多关于数字含义的上下文。

有几个关键点被编码到这个图形中:

  • 我们2017年年初至今的收入接近300,000美元
  • 我们超过了275,000美元的平均值
  • 收入属于中间范围,即“平均表现”。

设计子弹图:了解渐变和对比度

简单的条形图通常存在于真空中,这就导致了一个问题:“那又怎样?” 毕竟,知道一个数字并没有多大用处,除非你能把它放到更大的上下文中。因此,包含该上下文可以提供一个人需要的一切。但是,由于这种上下文相互叠加,因此了解如何为要阅读的所有内容提供足够的对比度至关重要。

一个难以阅读的子弹图
一个难以阅读的子弹图

如果您想使用子弹图,这里有一些设计技巧。

将定性范围数量限制为5个:

鉴于颜色梯度对几乎所有定性数据(即阈值)进行分类,人眼可能很难区分太多范围。因此,最好将范围的数量限制为5个以使其更易于阅读。

确保比较和特征度量具有足够的对比度:

如果比较度量和特征度量都位于最暗的范围内,您可以考虑反转图形以在其他值中更加突出。

通过反转方向提供与其他图表的对比
通过反转方向提供与其他图表的对比

使用单一色调从暗到亮的不同强度进行定性性能测量:

理想情况下,性能测量应该处于有利状态,这意味着我们希望深色条的末端与较亮的背景形成对比。如果该措施处于较差的状态,那么也许可以考虑诸如反转方向之类的措施。

image
image

更复杂数据可视化的设计基础

我对复杂数据可视化了解得越多,就越能重新审视我的设计知识的基础。说实话,您可能不会定期制作子弹图,因为您可能不在经常需要极高空间效率的环境中工作。

然而,学习子弹图让我可以练习和重新审视,比我目前的许多设计项目提供了更多的对比。

在这些图表中,我们可以用单一颜色或单一色调对整个范围的数据进行编码:我们很少有这种实践,其中颜色对于观众理解某些东西至关重要。因此,如果您想要在颜色渐变、分层和对比度方面进行良好的练习,请尝试探索子弹图。设计子弹图,不仅可以学习如何使用颜色对数据进行编码,还可以确保它易于理解。

三二

2021/08/27  阅读:43  主题:默认主题

作者介绍

三二

微信公众号《教你画像素画》创始人