如何搞定大数据可视化的用户体验？

        大数据可视化现在是越来越普及在我们生活中了，天猫的双11交易额，公交热点图，疾病预防控制中心的周报等，那么什么样是合适的展现方式呢，小编这就带大家来看看！

　　合格的数据可视化是有新闻价值的。也就是说，它要能帮助目标观众更好地理解数据。有些数据可视化，只让我们看到酷炫狂拽的图形，或者密密麻麻的数据。这些就是过于看重艺术性和科学性，而忽略根本目的了。用信息研究的理论来说，数据看上去过于混乱和密集，用户就会不由自主地「切断数据的传输」。

　　色彩空间

　　人类对于颜色感知的方式通常包括三个问题：是什么颜色?深浅如何?明暗如何?在HSV色彩空间中，H 指色相 (Hue)，S 指饱和度(Saturation)，V 指明度(Value)，在 HSL 色彩空间中，L 表示亮度(Lightness)。它们比 RGB 色彩空间更加直观且符合人类对颜色的语言描述。在 1979 年的 ACM SIGGRAPH(美国计算机协会计算机图形学专业组)年度会议上，计算机图形学标准委员会推荐将HSL色彩空间用于颜色设计。

　　人群中存在一部分人具有视觉缺陷，包括色盲、色弱等。为了帮助他们识别图表，可能需要采取一些特殊方法。

　　一个好的可视化工程师，必定也是一个好的 UX(用户体验)，所以不光要以易读性为目标努力，用户们也要问问自己：这份可视化是给我看的吗?我看的方式是否正确?

　　在数据可视化的工程中，你在分析中所采取的具体步骤会随着数据集和项目的不同而不同，但在探索数据可视化和数据挖掘时，总体而言应考虑以下四点：

　　拥有什么数据?

　　关于数据你想了解什么?

　　应该使用哪种可视化方式?

　　你看见了什么，有意义吗?

　　那么什么是优秀的可视化作品。我一直认为最好的用户体验是深入浅出，所以，优秀的可视化作品 = 信息 + 故事 + 目标 + 视觉形式，因此，一件可视化作品是从数据 -> 交互 -> 视觉 -> 开发的一个过程。

　　所以优秀的数据可视化依赖优异的设计，并非仅仅选择正确的图表模板那么简单。全在于以一种更加有助于理解和引导的方式去表达信息，尽可能减轻用户获 取信息的成本。当然并非所有的图表制作者都精于此道。所以我们看到的图表表达中，各种让人啼笑皆非的错误都有。

　　总结

　　定义合适的可视化图形，可以说是最为关键的。一般情况来看，线柱饼等基本图形可以完成我们大部分的需求，这也是分析人员最常用的展现形式;但对于大数据场景或具体业务场景下就需要更加特殊的可视化。

　　归纳起来一名数据可视化工程师需要具备三个方面的能力，数据分析能力、交互视觉能力、研发能力。

　　不管你用什么工具，别忘了你的目的是理解数据，这可是数据可视化工程师和软件工程师的最大区别。

人生从业之路的第一步，从甲骨文华育兴业开始，

背后付出的辛苦与努力只有自己知道，而这也只是职业生涯的开始。

勤恳努力的人终会得到最好的回报，有些努力需要时间来回答

你吃的苦终会铺成你想要的路！

甲骨文华育兴业，为你的IT之路开启梦想之门！

【版权与免责声明】如发现内容存在版权问题，烦请提供相关信息联系我们，我们将及时沟通与处理。本站内容除非来源注明甲骨文华育兴业，否则均为网友转载，涉及言论、版权与本站无关。