1. 数据分析网首页
  2. 大数据
  3. 数据可视化

数据可视化:合理的图表修饰

几位学者做了一系列的实验,来观察读者对简单(数据为主)和装饰性为主(Chart Junk图表的反应。实验主要集中在读者对图表的理解和记忆的比较。他们选择了几组相反的设计,让一些任意选择的读者解读,然后来测试他们对这些图表的解读准确度和记忆。

可视化领域的鼻祖,Tufte教授和贝尔实验室的Cleveland在很早之前就旗帜鲜明地倡导以数据显示为主导,尽量减少非数据(Chart Junk)显示的概念。这个理论的前提条件是非数据显示部分会影响和减弱数据本身的显示和读者对数据的理解。

但在商业应用中,Chart Junk可以说是层出不穷。给人感觉学院派的纯理论在应用中并没有完全被大众接受。最近看到一个学院派自己对这个问题的研究。加拿大University of Saskatchewan六位学者对这个题目做的研究和论文:Useful Junk?The Effects of Visual Embellishment on Comprehension and Memoriability of Charts。

这几位学者做了一系列的实验,来观察读者对简单(数据为主)和装饰性为主(Chart Junk图表的反应。实验主要集中在读者对图表的理解和记忆的比较。他们选择了几组相反的设计,让一些任意选择的读者解读,然后来测试他们对这些图表的解读准确度和记忆。

首先这些图表很可爱,我们先看看这项研究所用的案例。

数据可视化:合理的图表修饰

数据可视化:合理的图表修饰

信息图表达方式

在读者看了图表之后,首先需要对图表表达的数据做一个描述。在一定(两周)之后,再要求这些读者回忆图表所表达的信息。

对图表的解释上,基本没有一个明显的差别。而在回忆的环节,有很强装饰性的图表有一个明显的优势。所以一个明显的结论是图表的装饰其实有一定的正面效果。

我想在实际操作中大家大概都已经得出了相似的结论,只是没有一个科学的基础。其实这个结果并不十分诧异。如果一组数据有一个很明显的趋势,不管装饰有多少,数据间的相对关系都是很容易辨别的。如果把它搞得更可爱,人们自然不会反对。

真正的结论,应该并不是装饰多多益善,而是应该根据实际情况掌握。根据不同的对象,和想要达到的不同的效果,我们应该选择最有效的工具。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

发表评论

登录后才能评论

联系我们

如有建议:>>给我留言

QR code