bunch

Good And Bad Visualizations

A Good Example

Discreption



图片展示的是2011年的互联网的地图,其数据来源于Alexa,在这个地图中包含 了来自196个国家的35万多个网站。每一个圆代表一个网站,圆的大小代表网站的相对流量大小,流量大越大的网站,代表其的圆也就越大。圆与圆之间的距离代表这两个网站之间的联系,距离越近,网站的联系就越紧密。其中不同的颜色代表不同的国家。其中左下角的黄色代表中国。 该地图可以进行放大,以看到不同区域的细节,当放大到一定程度上可以看到该网站的域名显示在其所代表的圆上。 点击每一个圆圈可以获得代表该网站的各种信息,包括网站的简介、网站的世界排名、网站在其所在国家的排名、访问该网站的网民占全球网民总数的比例(估算值)。


Pros and Cons

这张航线星云图,利用韦恩图的形式通过图像色块的重叠性有效展现了信息之间的相似性。恰当的运用的图像-圆形,有效传达了地点信息。恰当运用的色彩,增加信息深度,有效展示了地域间的区分性。有效利用的线条粗细,有效传达了不同航空公司间的竞争合作关系。整个图像简明清爽,没有冗余的无意义的元素,每个元素都有效的反映不同的信息。

Example 2. 城市信息分析

Source Link

Description


这组图主要反映了中国城市的人口分布和城市GRP信息。城市人口分布图结合了条形图的位置元素和条形图的高度元素来反映了城市人口密度。条形图越高则人口密度越大,而条形图的位置则反映了它处于哪个城市。城市的GRP排名则通过不同的颜色分布来展现不同的城市GRP等级。颜色越深则反映了GRP越高。

Pros and Cons

Pros

这两张可视化分析图都在一定程度上直观反映了一些信息。

Cons

这两张可视化分析图都在一定程度上直观反映了一些信息。但是仍然存在很多问题。根据可视化图像的原则:有效性,直观性,准确性等,我们将分别分析这两张图的缺点。 首先,对于两张图来说都有一个问题,就是图中展现的信息过于单一,没有有效利用数据的各个维度。没有尽可能的在一张图中展现更多信息,以及数据间的联系性。 其次,图像采用的3D的形式,但是可能会扭曲对数据的感知,使得对数据准确性不敏感。 数据之间的排布杂乱,没有逻辑性。且没有合理利用透明度关系使得有些数据信息的展现模糊不清。

Possible Improvement

根据以上分析,我认为可以从以下几点来提升这两个可视化分析图像。 对于城市人口分布图,将3d图形转化为2d图形。同样结合地图信息,利用颜色的透明度高低来表示人口密度大小,密度越高的城市颜色的透明度越低,显得很厚实。并且利用不同颜色来反映不同年龄段的人口数量,这样我们不仅可以单单观察人口数量分布,我们也可以从图中有效分析出,人口年龄段的地域分布。这将有助于我们分析中国不同地域间的人口老龄化问题,青壮年劳动力迁移问题,留守儿童分布问题。 对于城市GRP排名分析图。我觉得最大的一个需要改进的地方就是有一个排名高低的位置分布。并且城市信息和GRP数值分开写。也许可以用二维的条形柱状图根据GRP高低来进行排布。

You could leave a comment if you were logged in.
 
playground/playground.txt · Last modified: 2016/10/06 05:09 by f16g_xiaoteng