用數據講述最好的故事：如何做出賞心悅目的數據可視化

當設計地圖時，我會想：我想讓觀看者如何閱讀地圖上的信息？我想讓他們一目了然地看出地理區域的測量結果變化嗎？我想要顯示出特定地區的多樣性嗎？或者我想要標明某個區域內的高頻率活動或者相對的體積/密度？

有多種方法可以在地圖中快速而集中的呈現出可視化數據。我常用的幾個是：

·Dot density (點密度圖)——使用點或其他符號展示特征或現象的集體情況（密度）的地圖樣式。例如，顯示區域內的交集或高/低活動量。

·Choropleth (分級統計圖)——這是一種主題地圖樣式，它根據地圖上顯示的數據強度，對應的展現在陰影顏色或圖案紋理上。例如，顯示人口密度或人均收入。

· Hexagonal binning / hexbin (六邊形圖)——這種地圖的風格適合顯示地理上的一般主題。在choropleth地圖中，它的顆粒比 dot density密度小，不受邊界約束。

· Heatmap (熱度圖)——這種地圖使看地圖的人能夠在縮放因子中獨立地感知點密度。也是最不受約束的，因為它不符合地理范圍。

舉例

當對點數據進行可視化時，點密度圖是有效的，通常用于展現活動，特征和其他地理現象中的體積或模式。單個數據點不應該被計算在內，而是顯示一個區域的情況和密度。簡單但有效，可以快速給你的地圖帶來展現力。

Eurovision Shazam - 優雅的點密度圖

分級統計圖基于先前定義區域的統計數據。典型的例子是由選舉區域劃分的選舉地圖; 在這里，分級統計圖是首選。一般來說，分級統計圖代表兩種類型的數據：空間的廣泛度，比如人口，以及空間的密集，比如比例，密度和比例。

DirectRelief - 分級統計圖表示的烏干達的瘧疾發病率

對聚合數據進行可視化時，六邊形圖擅于用更含蓄但更結構化的形式來展現。例如，表示一般分布情況時，不是渲染出數萬個點的散點圖，而可以將點數填充為幾百個六邊形。

熱點圖本質上使用顏色作為數據可視化工具。該應用可以很好的處理多個變量，并可以在數據中顯示類似的模式和相關性。

紐約市交通事故熱點圖 - 混合熱點圖與六邊形圖

設計中的考慮

點密度圖依賴聚類方法，因此分割數據時必須確定適當的值。我通常使用Jenks優化方法來計算和組合最佳值，從而切換顏色或比例。在點密度圖中，具有較多點的區域表示高濃度值，具有較少點的區域表示較低濃度值。我會使用范圍，不透明度或顏色對這些變化進行可視化。

在設計分級統計圖，六邊形圖以及熱度圖時，需要記住重要的兩點：

1）較暗的顏色數值更高; 

2）雖然有數以百萬計種不同顏色，但是人眼只能輕易區分有限的顏色。因此一般來說，我只使用五到七種顏色類別。

有好幾種制圖時可選擇的不同類型顏色種類。以下是我最喜歡的幾個：

· 單色系列：顏色由所選顏色的暗色漸變到相同色調的淺色或白色。最暗的顏色代表數據集中最大的數字，最淺的色調代表最小的數字。

單色漸變

· 雙極漸變：通常使用兩個相反的色調來顯示從負到中心到正的值變化。這些類型的地圖顯示了彼此相關值的大小。

雙極漸變

· 部分光譜色調漸變：用于混合映射兩組不同數據。這種技術融合了相鄰的兩種對手色調，并顯示了混合數據類別的大小。

部分光譜色調漸變

對于色彩濃重的地圖風格，我總會考慮最終成品的可行性。會是純數字的還是可以打印或復??？顏色和混合是否面對色盲的問題？顏色可以大大增強制圖者與看圖者之間的交流，但失敗的配色可能導致圖既不有效也不吸引人。記住，往往越簡潔越好！