视频: Matplotlib 8 Annotation 标注 (python 数据可视化教学教程) 2024
当您刚接触某个主题时,您会寻求帮助您掌握内容的指导方针。创建图表也不例外。图表的目的是以一种可以快速理解的方式打包信息。使图表如此有用的事情是,它们为您的数据提供了一个快速可识别的形状。想一想。你创建的每个图形都有自己的形状,由它内部的数据决定。这是一个故事的视觉解释。
<! - 1 - >这里有一些规则让你快速启动:
-
运用简单。简单性是创建有效数据可视化的关键。您应该专注于使用易于消化的简单图表。显示的大部分数据不会得分。 只显示最重要的信息。
-
当你不熟悉图表时,你可能需要输入大量的信息,这样你就不会遗漏任何有价值的东西。抵制这种冲动,因为人们只能在眼睛掠过之前才能接收到这么多的信息。 <! - 2 - >
需要很少的解释。 -
不要让事情变得如此复杂,以至于您的用户需要手册才能理解您要传达的内容。如果你一眼就看不清楚,这对读者来说太复杂了。 不要超载您的数据。
-
重要的是避免数据可视化过载,但使用移动设备的趋势使这种做法更为重要。移动设备将屏幕空间缩小到桌面上可用空间的将近一半。通常情况下,可视化不会在手机上操作;它只是被观看。
-
在数据职业生涯中的某个时候,你可能会成为3D技术图表的高手。但是,建议您避免使用这种类型的图表,直到您获得更多经验。接下来,你想知道哪些元素组成了一个好的图表,这样就可以合并这些元素: 标签:
确保包含一切不明显的标签。标签是如此重要,但许多人忘记添加它们。无论是图表的标题,图表图例还是轴的标签,让用户知道显示内容至关重要。用户通常在实际图表之前查看图表的标题,因此请注意您需要一个图表。
-
颜色: 为图表选择正确的颜色至关重要。无论您是显示不同的数量还是指出具体的措施,选择合适的颜色是绝对必要的。一眼看来,大多数用户可能会首先关注更亮的颜色,有时甚至会完全忽略不太突出的颜色,如灰色。战略性地在图表中使用正确的颜色可以引导用户,并通过使用户决定首先关注什么来增加价值。
-
图表类型: 选择正确的图表来讲述您的数据的故事是一个相当大的挑战。饼图的使用如此激烈的争论并不奇怪。许多新手倾向于使数据看起来很漂亮,往往因为错误的原因选择错误的图表。
-
下图显示了如何设置图表以在x轴和y轴上显示一些数据。在图中,每个轴在其正确的位置上清楚地标记。 如果图表将在公司外部查看,请始终在图表底部包含数据来源。