数据可视化基础篇-图形语法

当我们在制作仪表盘或其他数据可视化时离不开对图表的选择，不同的数据信息该怎么选择图表可能是不少人会遇到的问题。

要解决这个问题我们首先需要理解数据可视化的生成规律或者说是“语法”，目前主流的数据可视化理论认为，可视化是由基础标记（Mark）沿着某个或是某些视觉通道（Visual channel）进行映射的结果。

• 标记我们也可以理解为图形元素，包括点、线、面等
• 视觉通道通常包括位置、形状、面积、斜度、颜色等

以下面图为例，图1柱状图其表现数据的标记为"线"，柱的纵向长度是视觉通道。图2散点图多了一个横向视觉通道且以“点”为标记。图3多了一个颜色视觉通道。图4多了一个尺寸的视觉通道。

标记与数据关系

• 点：每个点表示一个数据，点可以是各种图形（圆、矩形或是其他自定义图形等）
• 线：通常情况表示一组数据，比如折线图的曲线。也可以表示一个数据，比如柱状图的柱（interval）数据对应就是柱的长度
• 面：2D场景通常是线的延伸跟颜色组合用来突出数据，比如折线图和面积图

视觉通道与数据映射

数据通常为有序和分类两种形式，视觉通道也可以分为两种性质。

• 分类性质：颜色的不同色调通常用于表现分类数据，比如服务状态，绿色代表健康，红色代表异常
• 定量或定序性质：同一个色调的颜色不同亮度或是饱和度时可以用于表现有序的数据，常见的就是热力图比如 Github 的 contributions 图，contributions 数量越大当天的色块颜色就越深

通常情况会把形状、颜色的色调、空间位置认定为分类性质的视觉通道，其他的比如直线长度、区域面积、角度、颜色饱和度亮度等大部分认定为定量性质的视觉通道

以下整理了一些常见视觉通道和数据类型之间的映射关系

按用途归类

• 比较类帮忙我们对比两个或两个以上类别的值，常见的图表有：柱状图、热力图、饼图等
• 趋势类展示数据随着时间的变化情况。常见的图表有：折线图、时序轴的柱状图等
• 占比类指的是某一项或某几项数据在总体中的比重。常见的图表有：饼图、环图、仪表盘图、水位图等
• 分布类展示数据分布的图表。常见的图表有：直方图（直方图和柱状图不是一类图表）、密度图等
• 还有一些其他的类型 层级类、关系类、地图类等