Les données de processus de visualisation consistent à obtenir des données plates ennuyeuses et à la transformer en réalité par la visualisation. Cependant, de nombreuses personnes ont visité le processus d'analyse des données. Laissez les données présentées à tort de mauvaise manière et même les gens ont commencé: "La visualisation est souvent utilisée pour perturber le processus d'analyse de données".

Dans nos informations Internet, les données sont plus longues que jamais et peuvent être consultées à tout moment via Internet, mais lorsque l'organisation dispose d'une fausse analyse de données (intentionnellement ou involontairement), les personnes diminueront de manière significative.

Donc, dans le processus d'utilisation d'une analyse de données visuelle, nous devrons noter que les éléments de conception d'enregistrement créeront des malentendus visuels ou comment il peut être affiché d'effacer les résultats de l'analyse des données via des formulaires visuels.
Premièrement, le grand point des taches aveugles

dans les données de visualisation est qu'il peut fournir jolieLe faux n le plus créatif N dans les plus brefs délais de la plus courte période.

De l'image physiologique, humaine et la sensibilisation est l'un des phénomènes les plus étonnants de la nature:

La lumière est entrée dans l'œil.
La lentille envoie des informations des lumières à la rétine.

Les informations sur la traduction de la rétine sont transmises au nerf optique.

Le nerf visuel transmet 20 mégabits au cerveau chaque seconde.


du saut à penser,
dans une observation et une compréhension rapides, l'image de données prouve sa propre valeur.
Ici, de nombreux contenus visuels ont déclaré que les téléspectateurs "devraient" voir le contenu des données et le cerveau trop fatigué ne peut pas causer des pensées méticuleuses et les résultats de la conscience.

Médias, la visualisation des erreurs n'est pas toujours intentionnelle, peut-être que certains détails ne sont pas d'attention et d'erreurs. Mais même des erreurs inconscientes vont également tromper le public. Yeux impressionnants, les gens auront toujours tendance à réduire considérablement les considérationsNotre propre pour trouver des informations rapides. Par conséquent, les images et la sensibilisation doivent être une considération importante dans toutes les conceptions de données visuelles.

Lundi, 10 erreurs de données de visualisation pour éviter
1. Contraste de couleur

Les couleurs sont l'un des éléments de conception les plus convaincants. Même de belles changements d'ombre causeront également une forte réaction émotionnelle.

Dans la visualisation des données, des contrastes de couleur élevée peuvent faire croire aux téléspectateurs que la différence est supérieure à la différence réelle.

Cette schéma de couleurs contrastante de thermogramme rend la région rouge plus noire. La représentation de l'amplitude de la valeur de l'obscurité est beaucoup plus grande, le travail visualise le diagramme thermique utilisé décrire la taille de la valeur. La valeur la plus élevée est affichée sous forme d'orange et de rouge, tandis que la valeur inférieure est affichée en bleu et en vert. La différence entre les valeurs peut être petite, mais le contraste de couleur crée le sentimentMalle malfait et améliorer.

Résumé:
La couleur n'est pas un moyen de distinguer la séquence de données.
Les couleurs contrastées élevées font que les téléspectateurs ressentent une plus grande différence de données.
2. Les graphiques 3D utilisent une utilisation inappropriée

3D graphiques ont apporté deux problèmes graves dans la visualisation des données.

Lorsqu'une autre partie de graphiques bloque un autre tableau, se produit.
C'est le résultat de la simulation d'espace dans le monde naturel, dans le monde naturel, les coordonnées X, Y et Z de l'objet sont différentes. Dans la visualisation des données, la congestion comprendra des données importantes et créera une hiérarchie d'erreur, particulièrement importante.

Fermer et distorsion de la création de données Comparaison des difficultés

La déformation est survenue lorsque le graphique 3D est raccourci. en réduisant le plan d'image ou dans le plan d'image.
Dans les dessins, des niveaux élevés font que des objets semblent occupésUne visualisation tridimensionnelle, mais dans la visualisation de données, il crée plus de hiérarchies d'erreur. Les graphiques de la scène frontale ont l'air gros, petits arrière-plans graphiques et relations entre les chaînes de données déformées sont inutiles.

Résumé:
Les graphiques 3D Ils peuvent interférer avec des informations importantes et déroutantes entre la séquence de données.

Afficher les données en 2D à moins que les graphiques 3D ne soient absolument nécessaires.

3. Données excessives

Il s'agit d'une question de conception éternelle - tout contenu et diminution du processus de communication évidente. La visualisation des données ne fait pas exception, notamment en l'absence de données.

Les yeux attrayants? Une conclusion profonde peut être conclue avec un document intuitif.

Résolution de problèmes? Les gens ne sont pas en mesure de calculer la signification de nombreuses valeurs visuelles abstraites.

Les données excessives dans un fichier visuel créeront immédiatement des téléspectateurs non spécifiés

C Quan Hoa inclut également lorsque les données se termine, les informations seront submergées et les données fondent dans un graphique que la plupart des téléspectateurs ne peuvent pas rester

Résumé:

Lorsque vous surchargez les informations appropriées pour visualiser Les données. S'il y a trop d'écrans une fois, la zone de données doit être divisée.
L'analyse des données avec de nombreux objets visuels sera plus efficace.

4. Ignorer les tables de base et les tables de coupe courtes

Les variations de données sont parfois importantes, telles que lorsque les niveaux de revenus ou de votes sont basés sur des régions géographiques. Pour faire des effets visuels vifs ou plus beaux, les concepteurs peuvent choisir la valeur tarifaire sur le graphique.

Un exemple commun est
ignorer la ligne de base

ou démarrer l'axe des Y dans un certain endroit pour apporter une différence de données significativement significative.

Un autre exemple est la valeur X de la chaîne de données de coupe courte, il semble être comparable à la chaîne de valeur inférieure.
Résumé:

L'attraction cosmétique devrait suivre dDépôt de données exact.

Ignorer la balance de base et la coupe est contraire à l'éthique pour exagérer délibérément ou minimiser les différences de données.

5. Description du texte Trend

Le comportement proposé est un art persuasif.
Dites à quelqu'un qui devrait voir ce qu'ils peuvent voir dans l'image, ils peuvent voir.
Texte visuel (copie de la copie, le titre, la carte, le titre) est conçu pour fournir des informations de base cible pour les téléspectateurs, au lieu de manipuler la conscience de leurs données.
Résumé:

Lorsque des associations tirent entre des ensembles de données (généralement des relations de causalité évoques), c'est généralement un faux texte.

Habituellement, un texte a tendance à être marqué de clients et de concepteurs marqués.

6. Sélectionnez la mauvaise méthode visuelle

Chaque donnée de visualisation de données a son propre cas d'utilisation. Par exemple, le tableau de cercle est utilisé pour comparer différentes parties du tout. Ils conviennent aux détails du budget (ensembleH rond), mais ne devrait pas comparer différents ensembles de données (différents graphiques de cercle).

Le tableau de cercle peut être utilisé pour imaginer les intérêts de trois entreprises concurrentes, mais les graphiques à barres peuvent faire une différence (ou la similitude) entre les deux sociétés de manière claire. Plus. Si l'image consiste à afficher le revenu pendant une période donnée, le diagramme de la ligne sera meilleur que le graphique à barres.

Le graphique à secteurs est utilisé pour comparer la totalité de la partie de l'ensemble. Utilisez-les pour comparer différents ensembles de données (tels que le revenu de différentes sociétés), n'apportera pas d'informations sur les téléspectateurs

Résumé:
La visualisation de données de Phuong n'est pas un couteau.
Comprendre les variables que la visualisation doit être transmise.

7. La confusion de la corrélation

La corrélation entre les ensembles de données visuelles est un moyen utile de mieux comprendre ce sujet. Une façon d'afficher la corrélation est d'inclure lOsa sur la même image. Le chevauchement peut provoquer un moment AHA lorsque vous envisagez de soigneusement une corrélation. Lorsque la quantité de chevauchement de classe est trop grande, le public est difficile à dessiner.

peut également imaginer la corrélation entre les relations causales incorrectes.

Un exemple célèbre est dû à la chaleur de la météo, une augmentation de la crème glacée liée à l'augmentation des crimes violents.

Les données peuvent être affichées, mais il n'est pas égal à la causalité

Résumé:
L'accent mis sur la corrélation des termites avec la quantité totale dépend de l'autre peut être utile. Cela permet aux téléspectateurs d'évaluer les données et d'établir une connexion.

Cela vaut la peine de répéter. Connexe non égale à la relation causale.

8. Données extensibles
données et temps instable.

La plage de temps peut être amplifiée et pratique pour des descriptions plus larges.
La performance financière visuelle est un coupable commun. Considérer unLe graphique montre une force forte dans une courte période, la fabrication de sociétés semble explosive. Malheureusement, la réduction montre que la société a subi une légère augmentation et a diminué et diminué de manière continue.

Visual Short to amplify peut provoquer une abus d'abuser de l'égaré

si l'effet de visualisation élargit et toutes les données si la La signification est incompatible, veuillez laisser le public. 9. Évitez l'association visuelle générale

Les éléments de conception visuelle affecteront la psychologie humaine.

Les symboles, les diagrammes et les polices ont un sens pour avoir une incidence sur la sensibilisation des téléspectateurs.

Cette situation arrive rarement lorsque le concepteur ignore ces associations ou les évite.

L'analyse de la visualisation des données est très sans effort. Au moment critique de la sensibilisation, le cerveau peut ne pas prendre le temps d'expliquer la conception d'éléments de conception familiers.

n Description Opération, mais sa carte de couleur et sa géographie (eau verte, un sol vert et brun) Le projet utilisé est trop similaire


Résumé:

Oui d'innombrables méthodes pour introduire des expériences créatives pour visualiser des données. Ne persévérez pas les résidus pour expliquer les associations visuelles communes à disperser l'attention de l'audience.

10. Premièrement, visualisez les données Visualiser des données rendues difficiles à connecter. Lorsque les données sont compliquées et de nombreuses variables actives, elles révéleront le sens. Mais la visualisation n'est pas toujours nécessaire.

Parfois, des données statistiques simples et des couleurs riches sont suffisantes pour expliquer le problème

Si vous pouvez utiliser des statistiques, vous pouvez communiquer des données, ce doit être le cas. Si la description du document a été montrée avoir une perspicacité, il n'est pas nécessaire de visualiser presque aucun effet. Résumé: La visualisation des données estUn outil AC.Comme tous les outils, parfois il convient et un autre outil plus approprié. pour partager la réimpression, veuillez nous contacter pour supprimer la première fois si vous participez à travaux, copyright, etc.(Micro Signal: LOVEDATA0520)