支付宝发布数据可视化规范,可视化分析有套路

挖数网精选
挖数网精选
挖数网精选
446
文章
0
评论
2020-04-1802:05:00 评论 943 1464字
摘要

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。

一.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

二.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

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,诸如上文提的FineBI。

End.

作者:帆软

来源:简书

本文均已和作者授权,如转载请与作者联系。

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: