数据可视化设计指南-上

　　随着数据科学（从数据中提取价值的跨学科领域）的大力发展，在信息科学领域面临着数据爆炸的巨大挑战，而人们对数据的分析能力远远落后于获取数据的能力。因此，要应对这个挑战，不仅需要在海量的数据里提取有效信息，还需要将数据转化成人们可以快速理解的信息。

　　与单纯的数字相比，图表的形式能够让人们更容易观察到数据的分布、趋势、关系和异常点，从而帮助决策者快速并合理作出决策。

　　数据可视化的页面，就是通过图表展现与辅助解读的形式，让用户更容易快速的理解数据反映的故事，从而找到数据背后隐藏的现实问题，然后做出相应的决策去解决问题。

　　综上所述，数据可视化的核心是要快速收集、筛选、分析、归纳、展现决策者所需要的信息。

　　让数据的表达更符合用户的心理，使用户快速、清晰的理解数据的意义，从而快速的分析现实问题，最终驱动决策。

　　·深度理解用户可视化目的，清晰表达趋势、分布、关系、异常。

　　·将数据可视化表达时不歪曲，不误导，不遗漏，真实反映数据里的信息。

　　·在必要的时候对数据的定义或结论作出解读。

　　·充分理解数据模型，基于数据关系选择正确的图表类型。

　　·保持交互的一致性，同类型的操作采取同样的动作，使用户最自然的完成操作。

　　·减少对主要内容的干扰：最大化减少每页出现的控件数量。

　　·通过一致性的视觉传达、恰当的使用对比和合适的留白来增强重点信息或者整体画面的表现力，打造更舒适的数据解读体验。

　　·合理利用视觉元素进行艺术创作，避免过度修饰，给用户优雅的体验。

　　我们在接到可视化设计任务时，切忌马上开始画稿，要从“提问题开始设计”。不断提问，扩大问题范围，进一步检测问题之下的根本原因，然后聚焦于其中一个问题的描述。

　　·需求背景：需求方是谁？可视化的目的是什么？

　　·了解用户：给谁看？年龄？知识构成？

　　·观察数据：数据来自哪里？数据结构如何？数据极值情况如何？数据产出时效、质量如何？

　　经过了解，我们需要思考可视化作品可以传达什么？我们用户想要在可视化上看到什么？

　　·用户目标：可视化解决什么问题？用户关注哪些核心指标？

　　·设计目标：如何凸显用户关注的核心指标？我们期望用户看到什么？

　　接下来，我们要开始画图了，但我们还得反问我们自己：我们应该阐述什么样的观点？用什么图表类型阐述比较合适呢？视觉设计上面需要注意什么？用户需要与可视化进行交互吗？交互上需要注意什么？

　　·图表类型：数据类型（地理可视化数据、常规统计数据）、用户分析目地（看比较、看分布、看趋势、看占比、看流程、看关系、分析整体与部分关系）决定图表类型。

　　·观点阐述：数据反映出来的趋势或者关系分布能否总结出来？异常数据是否需要标记出来？你可能需要用到标注组件。

　　·交互设计：屏幕空间很小？数据放不下怎么办，用户能否与数据进行交互？是否要为多端设计。

　　·视觉设计：布局、色板、字体。

　　设计数据可视化时，应当站在用户的角度换位思考。用户面对可视化时，通常会套用一个固化的分析思路，它们环环相扣形成闭环，是固定的分析模式。

　　·发生了什么？

　　·为什么会发生？

　　·接下来会发生什么？有没有特征线索？

　　·我能做什么？

　　·我的计划是什么？

　　所以在可视化设计时，应当甄别用户可能会遇到的问题、以看问题的视角来确定数据的展示顺序及视图关系，设计上突显需阐述的道理或规律，让其可以帮助用户透过现象看本质甚至预测未来。

　　“指标”与“维度”是可视化图表的业务组成部分；

：是数据的数值或者比例，也可通过数据间计算得到的，是业务发展的度量单位，例如案件数量、案件占比、结案率，用于可视化标题的描述。

：描述业务的不同角度，细化指标的方法，常见维度为：时间维度、地理维度，业务维度，例如：年份，北京，案件类型。

　　·适用于单一维度数据的对比关系。

　　·常见使用同一颜色，当需要区分时，可以考虑不同色彩；

　　·数据量巨大时可显示图形过滤器。

　　·近五年某法院已办结的案件数量统计。

　　·适用于重点关注不同分组数据的对比关系。

　　·分组内的不同数据用不同颜色的矩形来区分。

　　·某三个法官在2020年和2021年办理的案件数量对比。

　　·适用于重点关注Ｘ轴主维度数据的对比关系；

　　·其次关注Ｙ轴次维度数据的对比关系。

　　·某三个法官在2020年和2021年办理的案件数量对比。

　　·适用于Ｙ轴业务维度子分类相加总量100%的对比关系。

　　适用于数据排名的对比关系。

　　·条形图数据从多到少排列。

　　·适用于某一维度的数据对比关系。

　　·适用于随时间或有序类别而变化增长与下降的趋势表现。

　　·单条线的数据记录数要大于2个。

　　·十八大以来山西省违法违纪案件数量的趋势统计。

　　·多个系列数据综合的变化趋势。

　　·折线图会出现上下交错的情况，为了提升使用者的体验，建议在数据浮窗内做排序的功能，如下图：

    ·十八大以来山西省职务违法、职务犯罪的案件数量的趋势统计。

　　·同条形对比图，体现两组数据的趋势对比。

　　·近五年某法院诉前调解案件中调解成功、调解失败的趋势对比。

　　·通过弧度的大小表示不同分类的占比情况。

　　·饼图的数据从12点顺时针方向降序排列，便于用户阅读。

　　·分类过多时建议采用横向柱状图。

　　·分类占比差别不明显时应采用南丁格尔玫瑰图。

　　·2021年某法院办结的案件中，一审、二审、再审案件数量的占比统计。

　　·同基础饼图，可以在空心区域显示文本信息。

　　·2015年-2017年未成年人犯罪案件中当事人的年龄占比情况。

　　·展示具有父子级关系的树形结构数据，数据存在对比关系与构成关系。

　　·适用数据量：2-3个系列，2-7个类别。

　　·2021年本院已办结的“四类案件”案件数量统计。

　　·使用圆弧半径的长度表示数据的大小。

　　·由于半径与面积的关系是平方的关系，所以该图表会将数据的比例夸大，尤其适合对比大小相近的数值。

　　·分类过少时建议采用饼图。

　　·山西省11个中级人民法院已审结的案件数量的数量统计。

　　·适合用于直接对数据量较大的、相对原始的数据进行分析

　　·两个维度分别映射到 x、y 轴，数据映射到颜色，通过色彩的深浅来展示数据的大小。

　　·应采用单一色系连续（渐变）的颜色映射数值，浅代表少，深代表多；

　　·若业务数据存在分界点，可采用对比色，例如：正值与负值，绿色与红色。

　　·可根据业务需要显示过滤器。

　　·离婚纠纷案件中当事人的受教育水平的分布情况统计。

　　·适用于标准的业务流程，单流程多阶段的分析。

　　·漏斗图总是开始于一个100%的数量，结束于一个较小的数量，通过漏斗能够直观发现问题所在的阶段，进而帮助人们更加专注于薄弱环节提高整个流程的产出。

　　·某法院接收的案件、立案的案件、简案快审的案件数量统计。

　　·适用于单一数据在固定数值区间的展示。

　　·某案件的实际量刑结果与系统推荐的量刑结果的偏差。

　　·适用于任务进度场景。

　　·总数为100%。

　　·去年某法院办结的案件数量在总受理案件数量中的占比。

　　·同百分比图

总数为100%。

　　·适用于地理维度的数据分布场景。

　　·区域面积颜色的深浅表示数据的大小。

　　·山东省各市法院网上立案的案件数量统计。

·适用于街道数据标注的业务场景。

　　·适用于同时观察多个维度的数量、趋势。

　　·2021年某法院已结案案件的数量、调撤率的统计。

　　·同时从不同维度观察数据时使用组合图表。

　　·根据当前案件的同案要素推出来的所有同案的裁判结果分析。

　　·展示大量的文本数据。

　　·对法律数据库的搜索关键词的分析。