共计 1230 个字符，预计需要花费 4 分钟才能阅读完成。
引子
继 Learn D3: Interaction 最初一篇。
- 原文：Learn D3: Further Topics
- 版本：Published Mar 24, 2020
- Origin
- My GitHub
注释
如果你从一开始就保持这个教程，深呼吸，激励一下本人！🙌 你曾经涵盖了很多畛域，并对典型的可视化有了重要的理解。
但咱们还没有达到高峰！不，这只是大本营。
是时候向上看，看看将来会产生什么。🏔
洁净的数据是无效数据可视化的先决条件。想要体验数据收集和清理，请浏览对于 Wikipedia 数据的教程。请参阅 d3 数组转换和聚合数据的办法，包含根本的汇总统计信息以及弱小的 d3.group 和 d3.rollup。另请参见 Harry Steven 对 d3 回归进行趋势和相关性的剖析。对于数据聚合，思考一维分组 (如直方图)、二维六边形、密度轮廓预计。
咱们之前提到过比例尺，但 d3 比例尺也提供了许多咱们没有波及的变换，如对数比例尺、幂比例尺、符号比例尺、量化比例尺和分位数比例尺 (这是一个简洁的对数到线性比例的转换。）如果你抉择适宜你手头数据和问题的转换，你的可视化将更加无效！看看这篇对于比拟的文章。
咱们仅限于形象表格数据，但 D3 也实用于其它类型的数据。对于网状数据，思考弦图或力有向图。对于分层数据，d3-hierarchy 实现了几种风行的算法，包含 treemaps 和 tidy trees。无关地图和天文空间可视化，请参见 d3-geo。无关工夫序列数据，请参见 d3-time。
为了更好地控制数据的显示方式，D3 提供了格式化数字和日期的根本办法（在所需的语言环境中）。D3 实现了许多色彩空间和计划。
对于动画，摸索 D3 的缓动办法、插值器和过渡。对于交互，请参见 D3 的可复用行为：图刷、缩放和拖动。
你也能够着手 Observable 各种特定主题。通过 promises、generators、views 将 Observable 的数据流晋升到下一个级别。应用生效 promise 在从新运行单元时开释资源，或应用可见性 promise 将单元的计算推延到其可见为止。
别忘了沟通交流！在瞄准 Vega-Lite 时，这个对于图形标记和视觉编码通道的 U.W. 教程是对可视化根底的极好介绍。对可视化变量的思考也将帮忙你在 D3 中设计更好的可视化成果。为了标记密度图，思考 Voronoi heuristic 或 iterative optimization。要显示色彩编码，应用色彩图例。
最初，不要孤军奋战。
咱们心愿你能在 Observable 上分享你的工作。实践者往往只在工作实现并通过润色后才分享工作，这会使实际看起来比必要的更吓人：谬误，沿途抛弃的草稿，是看不见的。如果你乐于分享，Observable 是通过评论和倡议（以及咱们的论坛）取得反馈和帮忙的好办法。
判若两人，谢谢你的浏览。🙏 请在 Twitter 上关注咱们的更新，并将你的反馈发送给咱们。咱们还欢送对本系列的将来增加内容提出倡议。
当初开始吧！
参考资料
- Learn D3: Further Topics