掌握这10个规则，小白也可以成为数据可视化大师( 二 ) _图形

规则6：有效使用颜色
颜色是人类视觉中的重要维度，因此在设计科学图形时同样重要。但是如果使用不当，色彩可能是您最大的盟友，也可能是您最大的敌人。如果决定使用颜色，则应考虑使用哪些颜色以及在何处使用它们。例如，要突出显示图形中的某些元素，可以为该元素使用颜色，同时使其他元素保持灰色或黑色。这提供了增强的效果。但是，如果您没有这种需要，则需要问自己：“是否有任何理由使该图是蓝色而不是黑色？” 如果您不知道答案，请保持黑色。颜色图（）也是如此，除非有明确的理由，否则请不要使用默认的颜色图（例如，喷射色或彩虹色）。传统上，颜色图（）主要分为三类：
使用与您的数据最相关的颜色图。
规则7：不要误导读者
将科学图表与其他图形艺术品区分开来的是，需要尽可能客观地显示数据。根据定义，图表与数据相关（无论是实验设置，模型还是某些结果），但客观地表示结果并不总是那么简单。例如，您使用的库或软件所做的许多隐式选择在大多数情况下都是准确的，在某些情况下也可能误导观众。如果您的软件自动重新缩放值，那么您可能会获得客观的数据表示形式（因为标题，标签和刻度线清楚地表明了实际显示的内容），但是这在视觉上具有误导性，如下图，您无意中误导了读者，使他们从视觉上相信数据中不存在的内容。您还可以做出设计上错误的明确选择，例如使用饼图或3-D图表比较数量。已知这两种图会导致对数量的错误认识，因此需要一些专业知识才能正确使用它们。根据经验，请确保始终使用最简单的图表类型来传达您的信息，并确保在相关时使用标签，刻度，标题和所有值的范围。
规则8：不要画蛇添足
有时候图表中存在不必要或令人困惑的视觉元素，这些元素不会改善要传达的信息，甚至导致混乱。例如，图表可能使用过多的颜色，过多的标签，无用的背景色，无用的网格线等。

文章插图
规则9：内容第一，美观第二
自古代以来，数字就已经用于科学文献中。多年来，已经取得了很多进展，并且每个科学领域都开发了自己的最佳实践。了解这些标准很重要，因为它们有助于在模型，研究或实验之间进行更直接的比较。更重要的是，它们可以帮助您发现结果中的明显错误。但是，大多数时候，您可能需要设计一个崭新的图表，因为没有标准的方式来描述您的研究。在这种情况下，浏览科学文献是一个很好的起点。如果某篇文章显示了一个惊人的图表来介绍与您相似的结果，那么您可能想要尝试根据您自己的需要调整该图表。如果您在网络上搜索图表，则必须非常小心，因为数据可视化，信息图表，设计和艺术之间的边界越来越薄，网络上的图表将美观的样式排在第一位，内容排在第二。请记住，在科学可视化中，图表的信息和可读性是最重要的，美观只是选择，如下图所示。
规则10：使用正确的工具
有很多工具用于创建图表，根据要创建的视觉类型，通常会有一个专用的工具来完成您要实现的目标。在这一点上，重要的是要了解用于进行可视化的软件或库可能不同于用于进行研究和/或分析数据的软件或库。您始终可以导出数据以便在其他工具中使用它。无论是绘制图形，设计实验方案还是绘制一些数据，都有适合您的开源工具，以下是一小部分开源工具。
如果喜欢我们的文章，记得点赞和收藏哦，我们每天都会为大家带来，数据科学和量化交易的精品内容。