关于数据分析:数据大屏是否就是大型的数据可视化图表

93次阅读

共计 1890 个字符,预计需要花费 5 分钟才能阅读完成。

行外人必定会说数据可视化不就是画图嘛, 看不出来钻研的价值在哪。我原来也天真的认为, 数据可视化就是把数据从寒冷的数字转换成图形, 顶多就是色调丰盛一些, 看起来更酷炫,但其实不未然。而且想要制作数据大屏也并非设想的简略,不只是单单大型数据可视化图表。咱们先来理解一下可视化数据的特色。

可视化数据有哪些次要特色?

可视化数据的最次要目三个特色:新鲜而乏味、空虚而高效、美感且悦。以大屏作为可视化数据的次要载体,其起因在于面积大、可展现信息多、便于要害信息的共享探讨及决策,在观感上给人留下震撼印象,便于营造气氛、打造典礼感等,目前罕用的场景有:数据展现、监控预警、数据分析。

 

一、如何抉择信息图示的分类?

数据可视化解决流程是:【数据采集】-【数据清理】-【数据分析】-【可视化数据】。

  1. 数据采集须要基于业务展现需要,即“你想要展现什么?”如:实时数据指标、比照类型数据指标、统计类型数据指标等从相干的业务层面提取重要的数据,用于大屏数据的展现。
  2. 数据清理则要对数据进行归类解决,明确数据之间的关系,存在“比拟型”、“形成型”、“分割型”、“散布型”。
  3. 数据分析依据归类解决后的数据,并联合从维度的划分:“一维数据”、“二维数据”、“三维数据”、“多维数据”、“时态数据”、“档次数据”等,将强关联性的数据进行组合重构,失去全新的数据信息关系;
  4. 可视化数据,依据重构后的数据信息关系,抉择对应的可实用数表信息图,如:条形图、柱状图、雷达图、折线图、正态分布图、散点图、实时 3d 渲染地图等;可参考下图抉择对应的数表信息。

二、屏幕分辨率有哪些注意事项?

为了最优化展现成果,首先须要理解物理大屏长宽比,确定设计稿的尺寸;其次咱们须要分明大屏零碎的外在原理:【信号源】—>【大屏拼接器】—>【播放管制设施】, 个别状况下设计稿的分辨率多为 1920px*1080px(即电脑的分辨率)。同时,咱们还须要了解以下四个概念:“大屏逻辑分辨率(设计稿尺寸)”、“显卡输入分辨率”、“视频矩阵切换器(DVI)反对分辨率”、“大屏理论物理分辨率”。

最佳展现成果:

大屏逻辑分辨率(设计稿尺寸)长宽比 = 大屏理论物理分辨率长宽比

大屏逻辑分辨率(设计稿尺寸)长宽比 = 显卡输入分辨率长宽比

显卡输入分辨率 = 视频矩阵切换器(DVI)反对分辨率 = 大屏理论物理分辨率

目前作为监控大屏,因为监控数量的宏大,经常被划分为总屏和分屏。总屏多用于展现事件状态趋势、危险预警、危险解决停顿;分屏则多用于展现具体的数据分析和危险事件的解决。如何排布数据都须要紧密结合业务需要和用户体验。

三、如何抉择数据大屏配色计划?

可视化大屏的配色是视觉出现的重要组成因素,配色经常与行业类型、业务状态、利用场景、设计理念、营造气氛等严密相干。配色计划的抉择有以下几点倡议:

  1. 色调明度与饱和度差别显著、比照显明,尽量避免应用邻近色配色;
  2. 仿造天然的配色;
  3. 应用深色暗色作为背景可缩小拼缝带来的不适感。因为背景面积大,应用暗色背景还可能缩小屏幕色差对整体体现的影响;同时暗色背景更能聚焦视觉,也不便突出内容;
  4. 适当应用渐变色,因为大屏普遍存在色域偏差,更倡议多应用纯色;

四、可视化辅助工具有哪些?

在设计的过程中,咱们能够大量参考相干平台的可视化数据图表款式,大多数平台的图表款式都是基于代码实现的。在设计的阶段具体参考,有利于升高开发成本,有利于晋升可视化数据大屏的可拓展性,便于前期的迭代治理。

可视化辅助工具可分为:可视化工具、原生开发工具、还有第三方服务。

若代码能力不是很强的敌人,能够抉择可视化工具 Smartbi。Smartbi 设计过程可视化,鼠标利落拽即可疾速实现数据集筹备、可视化摸索和仪表盘的制作,丰盛的可视化展现,轻松制作 BI 看板,丰盛的交互控件和图表组件,且不受维度、度量的限度,反对多数据起源,布局灵便,反对业务主题和自助数据集,双布局设计,跨屏公布到 APP,反对流式布局。性能弱小,性价比最高。反对自助式数据分析,能利用复杂多变的场景需要。内设多种数据挖掘算法,数据加工能力弱小。前期采纳 jar 包升级换代,保护不便。Smartbi 是轻量化的 BI 工具,部署不便,走多维分析方向。人人都能收费试用,全功能模块凋谢收费长期试用。

五、如何保障展现的品质?

可视化数据的视觉设计是一个一直迭代的过程,同时大屏的设计与惯例的设计有较大的区别。与大屏【沟通】是比拟重要也是个非凡的环节。大屏有它本人独特的分辨率、屏幕组成、色调显示以及运行、展现环境,很多问题只有设计稿投到大屏上才可能被发现,因而在样图沟通确认、开发出 demo,都须要重复测试屡次,一直的迭代与精进。

正文完
 0