艺术设计留学可用在作品集里的数据可视化图

中西医诊疗白癜风 http://news.39.net/bjzkhbzy/210831/9387214.html

上次给大家分享了数据可视化对作品集的帮助,这次我们就来说说数据可视化运用类型。

目前比较多用到数据可视化的专业主要是建筑方向的专业,以及交互设计、视觉传达、产品设计、媒体设计相关专业,这些专业的同学可以多了解下数据可视化。

01数据可视化常见分类

在着手作品项目的数据进行可视化之前,我们要先把数据信息进行分类,根据数据类型的不同,作品集里的数据可视化大致分为这几种:

a.关系数据可视化

这种主要是表现为流程图或者漏斗图的数据,用于表达数据信息前后之间存在的关系,比如递进关系,点线面,局部整体。

b.地理空间数据可视化

这类数据通常是用地图来进行展现,以表现某个地区的相关数据,主要是基于地图进行展现的,比如中国各省份的人均年收入数据,某地区的航班数据,就可以在地图上直观展现。

一套地理空间数据可视化系统三鱼先生

c.时间序列数据可视化

这一类是最常见的数据可视化方式,如果你的数据是有关时间趋势变动的,推演也好,或是按时间发展排列的叙事也罢,可以归为时间序列数据可视化。

比如JosephPriestley的《ANewChartofHistory》,这张图表容纳了大量数据,非常复杂。

“水平线传达了成名,影响力,权力和统治力的持续时间的概念。垂直阅读传达了观念,事件和人的同时性印象。数量或密度条目...告诉我们任何时代的活力。”

还有一个时间序列的可视化例子,尼康曾经做过的一个让人印象深刻的“宇宙中已知物体的大小”的比较。

d.文本数据可视化

最后是文本数据可视化,也就是数据中大部分的内容是文本,比如说卓别林的喜剧中哪种情感占比比较大,这时候我们可以采用词云的方式来展现;类似的,有人分析倚天屠龙记中各个女主角名字出现次数,探讨张无忌到底喜欢谁。

还有一些是以上类型不囊括其中的,也可以先归为文本数据可视化,进行比较有设计感、艺术一些的操作。比如来自奥地利的HerwigScherabon设计的洛杉矶和芝加哥收入差距对比图。

通过这张信息图,他力图展示洛杉矶和芝加哥这两座城市在收入方面的不平等现状,这些矩阵建筑物的高度对应于每个区域的收入水平。

再比如下图,表现空气进入呼吸道时,呼吸道中的空气密度。

DavidBowie的音乐在可视化后会是什么样子?

为此,设计师和研究人员收集了Bowie年的「SpaceOddity」系列碟片,以不同的方式解构曲目:将音乐的旋律,和声,歌词,结构,故事和其他方面转化为新的视觉系统。

02数据可视化图表类型

这里主要讲的是作品集里经常看到的数据可视化图表类型。

1.散点图

散点图通常用来寻找两个变量之间的相关性,然后得到某种相关趋势,除此之外,也有利于查找异常数据,比如偏差太大的数据。

但要注意的是,散点图能够说明两个变量之间的相关性,但并不能很好地证明这些变量之间存在因果关系,举个例子,广告投放量和点击率,点击率可能受广告视觉影响,所以没法证明投得越多点击越高。

2.气泡图

下图的气泡位置显示Github上代码提交的时间,气泡的大小表达了提交的代码量。

3.饼图、南丁格尔玫瑰图、旭日图

饼图是很常见的图表类型,但由于本身局限太大,如果涉及数据太多,占比接近的时候,建议使用南丁格尔玫瑰图或者旭日图。

南丁格尔玫瑰图

4.时序图

顾名思义,按时间发展的图表;如果你的数据是有关时间趋势变动的,推演也好,或是按时间发展排列的叙事也罢,可以归为时间序列数据可视化。

校园枪击案数量增长华盛顿邮报

5.折线图

折线图主要用于展现数据随时间变化的数据统计,有三种类型,一种是基础折线,一种是面积,另外一种是堆叠面积的类型。

6.词云

比较强调视觉比重效果,不利于严肃数据的分析,如需要具体数字等等,用在不需要严格数据分析的作品集里会合适一些。

7.桑基图

全球稀土元素的利用

8.热力图

9.树状图

这种也是很常用、并且典型的一种数据可视化图表类型,核心就是层级递进的表达。

在表现形式上也产生了很多变体。

10.柱形图

柱形图主要有两种,一种是横向柱形,又叫做条形图,一种是竖向柱形;有些柱形图会采用3D展示,如果用来做作品集的话,还是不太建议的,因为没有当面讲解的情况下,3D图容易造成误解。

11.雷达图

雷达图局限性有点大,要求数据维度不能太多,一般是五到六个维度的数据,太多的话会比较复杂,不利于理解记忆。

一些数据可视化的参考例子:

美国最近10届总统就职典礼中总统演说的面部表情和情绪统计:

奥巴马年:13%积极克林顿年:55%积极

谷歌搜索指数-怎么修厕所:

不同物件的“如何修理...”搜索指数

最后,无论是哪种数据,在可视化的时候一定要注意,他们之间必须是有一定联系、有逻辑关系的,不能凭空制造,而且还要注意数据的复杂和图表类型的适用范围。

而作品集里是否需要数据可视化,具体要看项目和专业方向,建议和辅导老师或者比较有经验的行业人士交流后再决定。

参考资料:

ECharts数据可视化实验室

作者:ATC艺术中心,是一家致力于艺术留学作品集指导、艺术留学规划、国际艺术课程研发和设计行业资源整合的国际艺术中心,秉持“尊重、跨界、发展、成就”为核心的教学理念,做有灵魂的作品集。




转载请注明:http://www.aierlanlan.com/rzgz/2033.html