15、安全数据可视化：视觉通信组件解析

安全数据可视化：视觉通信组件解析

1. 视觉通信组件理解

大脑在视觉处理信息时，可利用预注意处理和扫视运动来增强观者的视觉感知。在可视化数据时，需从数据本身出发，通过位置、形状、长度和大小等属性对数值进行编码。例如，可用斜率或角度编码随时间的变化，用色调、饱和度或亮度区分不同类别。组合这些元素，能传达数据间的关系和分组。

在可视化过程中，每个选择都会影响他人对数据的解读。比如在选择可视化方式时，要综合考虑数据特点和传达目的。

2. 避免使用三维可视化

除非创建物理数据雕塑或使用支持三维建模的特殊软件，否则通常处理的是二维可视化。屏幕、打印报告和投影幻灯片都局限于宽度和高度。虽然可以模拟深度的第三维，但这具有挑战性，且只是模拟。

模拟深度会改变用于传达数据含义的属性。模拟中较近的元素需更大，较远的元素则更小，这会影响观者准确比较和理解数据的能力。因此，强烈建议避免使用三维绘图。二维可视化具有很大的灵活性，尽管像 Excel 这样的桌面工具使创建 3D 图表变得容易，但如果目的是向他人传达数据，应克制使用。

统计学家 William S. Cleveland 和 Robert McGill 在 20 世纪 80 年代中期发表的两篇论文为二维可视化提供了科学基础。他们通过实验测量了人们对不同图形中定量信息的解码准确性，并给出了视觉编码及其解码相对准确性的排序。

不同类型的图表在传达定量数据时有不同的准确性。如果目标是准确传达定量数据，条形图通常优于饼图，分组条形图优于堆叠条形图。但在某些情况下，如数据来自小样本意见调查，使用不太准确的方法（如饼图）传达数据也是合理的。

3. 颜色的