支付宝发布数据可视化规范,可视化分析有套路!

大数据 数据分析
早先,阿里发布了支付宝数据可视化规范,这是一套数据可视化的设计语言,对数据图形进行了拆解、提炼,从色彩搭配、组件规范、基础元素、功能上进行了归纳总结。

早先,阿里发布了支付宝数据可视化规范,这是一套数据可视化的设计语言,对数据图形进行了拆解、提炼,从色彩搭配、组件规范、基础元素、功能上进行了归纳总结。

图表用色

图表用色上,提出了一些图表用色上的建议,给出了一个标准的配色方案。

支付宝发布数据可视化规范,可视化分析有套路!

1.单色的使用

在使用单色就能表达数据意义的情况下,建议不使用多色。

在图表只展示单一属性的情况下,建议不要使用多种色相。

如果数据的数值已经通过形状、位置、角度等其他视觉通道进行了编码,那就没有必要再设置不同的亮度和饱和度。

支付宝发布数据可视化规范,可视化分析有套路!

2.多色的使用

人们在不连续区域的情况下通常可以分辨6~12种不同色相,以及有限个可辨亮度层次。过多的颜色使用将对人类的视觉感知产生困扰。建议谨慎选择颜色的数量。

在考虑图表中的颜色数量时,需要将背景色和图例颜色考虑进去,即显示区域所有颜色的总和。

如果着色区域比较小,由于视觉通道的相互影响,可分辨的数量将相应有所下降。

支付宝发布数据可视化规范,可视化分析有套路!

多色相的使用:

当图表展示了多种不同的属性时,建议用不同色相来区分不同属性。

多亮度与多饱和度的使用:

亮度和饱和度可以编码数据的顺序或数量特征。通常我们只会在特定图表内使用到多亮度或多饱和度,例如在一个“热力图”中,用不同亮度的红色来表示不同的气温测量值。

3.背景色的使用

图表设计中的颜色使用必须统一,建议背景颜色不要选取与图表主体内容相同或相近的颜色。

在一个精心设计的图表中,背景颜色既要能良好地衬托图表主体,又不产生喧宾夺主的效果。

通常我们较多地使用白色、浅灰色作为背景颜色,有些情况下也会使用黑色。

4.透明度的使用

透明度是与色相、亮度、饱和度紧密相关的另一个视觉通道。

由于透明度编码本身受亮度和饱和度编码的强烈影响,建议不要同时使用这三个视觉通道。但是它可以和色相编码一起使用。

通常使用透明度时,图表会有很多堆叠层次,我们需要做到使每一个前景层都能够在背景层之上良好地显示,并且不产生相互干扰。

支付宝发布数据可视化规范,可视化分析有套路!

5.辅助元素配色

辅助元素的配色需要避免与图表主体配色产生冲突。

在此基础上,尽量与图表主体配色统一。

 

支付宝发布数据可视化规范,可视化分析有套路!

图表类型

 

图表类型上,从数据出发,按照功能角度对图表进行了以下分类。依据上文的配色建议,这里利用商业智能可视化工具FineBI做了相应图表,以供参考。

1.比较类

可视化的方法显示值与值之间的不同和相似之处。使用图形的长度、宽度、位置、面积、角度和颜色来比较数值的大小,通常用于展示不同分类间的数值对比,不同时间点的数据对比。

支付宝发布数据可视化规范,可视化分析有套路!

支付宝发布数据可视化规范,可视化分析有套路!

2.关系类

可视化的方法显示数据之间相互关系。使用图形的嵌套和位置表示数据之间的关系,通常用于表示数据之间的前后顺序、父子关系以及相关性。

支付宝发布数据可视化规范,可视化分析有套路!

支付宝发布数据可视化规范,可视化分析有套路!

3.趋势类

可视化的方法分析数据的变化趋势。使用图形的位置表现出数据在连续区域上的分布,通常展示数据在连续区域上的大小变化的规律。

支付宝发布数据可视化规范,可视化分析有套路!

支付宝发布数据可视化规范,可视化分析有套路!

4.分布类

可视化的方法显示频率,数据分散在一个区间或分组。 使用图形的位置、大小、颜色的渐变程度来表现数据的分布,通常用于展示连续数据上数值的分布情况。

支付宝发布数据可视化规范,可视化分析有套路!

支付宝发布数据可视化规范,可视化分析有套路!

5.地图类

可视化的方法显示地理区域上的数据。 使用地图作为背景,通过图形的位置来表现数据的地理位置,通常来展示数据在不同地理区域上的分布情况。

支付宝发布数据可视化规范,可视化分析有套路!


6.区间类

可视化的方法显示同一维度上值的上限和下限之间的差异。使用图形的大小和位置表示数值的上限和下限,通常用于表示数据在某一个分类(时间点)上的最大值和最小值。

支付宝发布数据可视化规范,可视化分析有套路!

7.时间类

可视化的方法显示以时间为特定维度的数据。使用图形的位置表现出数据在时间上的分布,通常用于表现数据在时间维度上的趋势和变化。

支付宝发布数据可视化规范,可视化分析有套路!

最后,总结一句,数据可视化首先要保证数据的准确展示,其次选对图表和配色,可大大增加视觉感。如果觉得配色有困难,审美难以决断,不妨尝试一些可视化不错的工具。

责任编辑:未丽燕 来源: 中国统计网
相关推荐

2020-03-11 14:39:26

数据可视化地图可视化地理信息

2020-09-27 14:56:33

工具数据可视化技术

2023-07-26 12:38:42

PyGWalker数据类型

2017-10-14 13:54:26

数据可视化数据信息可视化

2023-05-08 16:29:34

2021-11-29 13:29:06

Basemap可视化分析

2018-01-03 17:22:22

DataHunter数据可视化分析

2018-11-14 10:15:58

开源技术 数据

2017-02-07 15:54:14

数据可视化数据分析

2022-08-26 09:15:58

Python可视化plotly

2018-01-25 14:34:18

大数据可视化工具

2022-06-15 08:25:07

Python天气数据可视化分析

2020-09-09 12:15:50

大数据互联网可视化

2016-12-29 20:05:56

数据可视化大数据产品分析

2017-01-12 17:28:59

数据分析数据可视化可视化

2009-04-21 14:26:41

可视化监控IT管理摩卡

2015-08-20 10:00:45

可视化

2020-09-27 10:32:05

开发 Github可视化

2014-07-25 15:04:00

阿里云

2018-11-21 14:38:09

分析在数据电影
点赞
收藏

51CTO技术栈公众号