一个好的数据可视化设计可以帮助观众迅速理解数据背后的意义。然而,如何确保我们的可视化设计既美观又简单易懂呢?本文将介绍四大设计原则——亲密原则、对比原则、对齐原则和重复原则。
1、 亲密原则(Proximity)
定义与应用: 亲密原则强调将相关信息通过空间或视觉联系聚集在一起。人们自然会将彼此接近的元素视为相关联的部分。在临床数据可视化中,亲密原则可以帮助观众迅速理解数据的层次结构和相互关系。
实例:
- 在一份临床试验报告中,将患者分组和治疗结果数据放在彼此相邻的区域内,确保它们被视为相互关联的部分。
- 在柱状图中,将代表相同类别的柱状集合在一起,通过颜色或位置来区分不同的类别。
设计建议:
- 确保图表中所有相关的数据点、标签和注释靠近在一起,避免将相关信息分散在视觉上相距较远的位置。
- 利用空白和间距来区分不相关的信息,避免视觉杂乱。
2、对比原则(Contrast)
定义与应用: 对比原则通过强调视觉差异来突出重点,使重要信息脱颖而出。在临床数据可视化中,适当的对比可以使关键数据更加明显,从而引导观众关注特定的数据点或趋势。
实例:
- 在一份流行病学报告中,使用强烈的颜色对比来突出重大数据异常,如感染率的显著上升或下降。
- 在折线图中,通过改变线条的粗细或颜色对比,突出某一重要趋势线。
设计建议:
- 通过颜色、大小、形状等方式引入对比,突出重点信息。
- 避免使用过多的对比元素,以防混淆观众的注意力。
3、对齐原则(Alignment)
定义与应用: 对齐原则强调将视觉元素沿某一参考线排列,从而建立视觉联系和结构。在数据可视化中,良好的对齐可以提升图表的整洁性,使观众更容易浏览和理解数据。
实例:
- 在数据表格中,将所有数值对齐到小数点,使观众能够迅速比较数值差异。
- 在多图表布局中,确保所有图表的标题、图例和轴标签对齐,使整个页面看起来更加整齐有序。
设计建议:
- 使用网格或对齐工具确保图表中的所有元素对齐,避免视觉上的杂乱无章。
- 注意细节,如轴标签、标题和注释的对齐,确保视觉的一致性。
4、 重复原则(Repetition)
定义与应用: 重复原则通过重复使用某些视觉元素来建立一致性和统一感。在数据可视化中,重复可以帮助观众识别模式,并提高信息传达的效率。
实例:
- 在一份多图表的报告中,重复使用相同的颜色编码和符号,使观众能够轻松地跨图表识别相同类型的数据。
- 在时间序列数据的展示中,使用相同的标记和线条风格,确保观众能够轻松理解数据变化的趋势。
设计建议:
- 选择某些视觉元素(如颜色、字体、图标)进行重复使用,建立一致的视觉风格。
- 确保重复的元素与数据内容一致,避免不必要的重复造成视觉疲劳。
亲密、对比、对齐和重复,这四大设计原则不仅适用于临床数据的可视化设计,也适用于其他领域的设计工作。通过熟练应用这些原则,设计师能够创建出既美观又高效的数据可视化作品,帮助观众更好地理解和解读复杂的临床数据。在未来的设计实践中,不妨将这些原则融入到每一个设计决策中,从而提升数据可视化的整体质量。
........
在这里,你学到的并非仅仅是 R 的某一个技巧,而是能够从零开始,深入且系统地学习 R 语言。此外,本专栏每周至少定期更新三篇文章,每篇文章篇幅均在 5000 字以上,质量平均分更是高达 93 分。而且,对于已经发表的知识点,我们也会根据新的技术或理解及时进行更新,这是纸质版图书无法做到的。为了让更多的忠实粉丝和同学们享受到实惠,本专栏采用折扣定价策略。随着章节的不断完成,折扣力度会逐渐减小。所以,现在正是订阅的最佳时机!
https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482
第一章:认识数据科学和R
1章1节:数据科学的发展历程,何 R 备受青睐及我们专栏的独特之处(更新20240822)-CSDN博客
1章2节:关于人工智能、机器学习、统计学连和机器学习、R 与 ChatGPT 的探究 (更新20240814)-CSDN博客
1章3节:R 语言的产生与发展轨迹(更新2024/08/14)-CSDN博客
1章4节:数据可视化, R 语言的静态绘图和 Shiny 的交互可视化演示(更新20240814)-CSDN博客
第二章:R的安装和数据读取
2章1节:R和RStudio的下载和安装(Windows 和 Mac)_rst语言选择哪个镜像-CSDN博客
2章2节:RStudio 四大区应用全解,兼谈 R 的代码规范与相关文件展示_rstudio的console和terminal-CSDN博客
2章3节:RStudio的高效使用技巧,自定义RStudio环境(更新20240823)_rstudio如何使用-CSDN博客
2章4节:用RStudio做项目管理,静态图和动态图的演示,感受ggplot2的魅力-CSDN博客
2章5节:认识和安装R的扩展包,什么是模糊搜索安装,工作目录和空间的区别与设置(更新20240807 )-CSDN博客
2章6节:R的数据集读取和利用,如何高效地直接复制黏贴数据到R(更新20240807 )_r语言 复制数据集-CSDN博客
2章7节:读写RDS,CSV,TXT,Excel,SPSS、SAS、Stata、Minitab等的数据文件(更新20240807)_r语言读取rds文件-CSDN博客
2章8节:一文学会 R Markdown 的文档核心操作,切记文末有R资源的分享_r markdown文件(.rmd)-CSDN博客
2章9节:认识R与数据库连接和网络爬虫,学会在R中使用SQL语言_sql和r语言-CSDN博客
2章10节:用 R 直接下载并分析 NHANES 数据库的数据,文末示例自创便捷下载函数(更新20240807)_nhanes数据分析-CSDN博客
第三章:认识数据
3章1节:数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算-CSDN博客
3章2节:继续讲R的数据结构,数组、数据框和列表-CSDN博客
3章3节:R的赋值操作与算术运算_r里面的赋值-CSDN博客
第四章:数据的预处理
4章1节:全面了解 R 中的数据预处理,通过 R 基本函数实施数据查阅_r数据预处理-CSDN博客
4章2节:从排序到分组和筛选,通过 R 的 dplyr 扩展包来操作-CSDN博客
4章3节:处理医学类原始数据的重要技巧,R语言中的宽长数据转换,tidyr包的使用指南-CSDN博客
4章4节:临床数据科学中如何用R来进行缺失值的处理_临床生存分析缺失值r语言-CSDN博客
4章5节:数据科学中的缺失值的处理,删除和填补的选择,K最近邻填补法-CSDN博客
4章6节:R的多重填补法中随机回归填补法的应用,MICE包的实际应用和统计与可视化评估-CSDN博客
4章7节:用R做数据重塑,数据去重和数据的匹配-CSDN博客
4章8节:用R做数据重塑,行列命名和数据类型转换-CSDN博客
4章9节:用R做数据重塑,增加变量和赋值修改,和mutate()函数的复杂用法_r语言如何在数据集中添加变量-CSDN博客
4章10节:用R做数据重塑,变体函数应用详解和可视化的数据预处理介绍-CSDN博客
4章11节:用R做数据重塑,数据的特征缩放和特征可视化-CSDN博客
4章12节:R语言中字符串的处理,正则表达式的基础要点和特殊字符-CSDN博客
4章13节:R语言中Stringr扩展包进行字符串的查阅、大小转换和排序-CSDN博客
4章14节:R语言中字符串的处理,提取替换,分割连接和填充插值_r语言替换字符串-CSDN博客
4章15节:字符串处理,提取匹配的相关操作扩展,和Stringr包不同函数的重点介绍和举例-CSDN博客
4章16节:R 语言中日期时间数据的关键处理要点_r语言 时刻数据-CSDN博客
第五章:定量数据的统计描述
5章1节:用R语言进行定量数据的统计描述,文末有众数的自定义函数-CSDN博客
5章2节:离散趋势的描述,文末1个简单函数同时搞定20个结果-CSDN博客
5章3节:在R语言中,从实际应用的角度认识假设检验-CSDN博客
5章4节:从R语言的角度认识正态分布与正态性检验-CSDN博客
5章5节:认识方差和方差齐性检验(三种方法全覆盖)-CSDN博客
5章9节:组间差异的非参数检验,Wilcoxon秩和检验和Kruskal-Wallis检验-CSDN博客
第六章:定性数据的统计描述
6章1节:定性数据的统计描述之列联表,文末有优势比计算介绍-CSDN博客
6章2节:认识birthwt数据集,EpiDisplay和Gmodels扩展包的应用-CSDN博客
6章3节:独立性检验,卡方检验,费希尔精确概率检验和Cochran-Mantel-Haenszel检验-CSDN博客
6章4节:相关关系和连续型变量的Pearson相关分析-CSDN博客
6章5节:分类型变量的Spearman相关分析,偏相关分析和相关图分析-CSDN博客
6章6节:相关图的GGally扩展包,和制表的Tableone扩展包-CSDN博客
第七章:R的传统绘图
7章1节:认识R的传统绘图系统,深度解析plot()函数和par()函数的使用-CSDN博客
7章2节:R基础绘图之散点图、直方图和概率密度图-CSDN博客
7章5节:散点矩阵图,与小提琴图、Cleveland 点图、马赛克图和等高图-CSDN博客
7章6节:用R进行图形的保存与导出,详细的高级图形输出,一文囊括大多数保存的各种问题,和如何批量保存不同情况的图形-CSDN博客