信息可视化案例

信息可视化囊括了数据可视化，信息图形，知识可视化，科学可视化，以及视觉设计方面的所有发展与进步。下面是信息可视化的案例分享。

关系网——基于60000封电子邮件存档数据，用不同颜色深度的线条呈现了地址簿中用户和个体之间的关系，比如回复、发送、抄送。)

（上图通过数据化的比较，用变形的柱状图等图形，形象的展示了不同国家老师的收入水平，社会包括学生和公众对其的尊重度。）

如何制作信息可视化？

第一步：确定表意正确明确信息图表达内容，确定最主要的表现内容。

第二步：优化展现形式内容正确还不够，还要易懂。我们需要在这个步骤里寻找信息图最优表现形式，让读者 一目了然，降低理解难度。

第三步：探索视觉风格在探索视觉风格时要注意抓大放小，先定下来最主要模块的风格，再做延展。

第四步：完善细节视觉风格确定后，可根据需要添加、完善细节。

第五步：风格延展“一致”的视觉设定有助于用户理解，也能更好的提升品牌形象。所以主风格确定后，我们需要把它延展到其它有需要的页面上。

以上是分享了数据可视化和信息可视化相关内容，不过信息可视化和数据可视化是两个容易混淆的概念，基于数据生成的数据可视化和信息可视化这两者在现实应用中非常接近，并且有时能够互相替换使用。但是这两者其实是不同的，数据可视化是指那些用程序生成的图形图像，这个程序可以被应用到很多不同的数据上。信息可视化是指为某一数据定制的图形图像，它往往是设计者手工定制的，只能应用在那个数据中。信息可视化的代表特征：具体化的，自解释性的和独立的。为了满足这些特征，这个图是需要手工定制的。 并没有任何一个可视化程序能够基于任一数据生成这样具体化的图片并在上面标注所有的解释性文字。

数据可视化则是普适的，比如平行坐标图并不因为数据的不同而改变自己的可视化设计。可视化的强大的普适性能够使用户快速应用某种可视化技术在一些新的数据上，并且通过可视化结果图像理解新数据，与针对已知特定数据进行信息可视化设计绘制相比，用户更像是通过对数据进行可视化的应用来学习和挖掘数据，而普适性的数据可视化技术本身并没有解释数据的功能。

本文作者：佚名

来源：51CTO

DataV图表的数据筛选交互需求梳理及实现样例 本文主要对DataV大屏数据表、气泡地图等组件的筛选交互需求进行一个简单的梳理及样例实现，其中包括单字段单选筛选、单字段多选筛选、多字段共同筛选、字段级联及查询按钮的配置。
《信息可视化：交互设计（原书第2版）》——1.4节信息可视化的价值 本节书摘来自华章社区《信息可视化：交互设计（原书第2版）》一书中的第1章，第1.4节信息可视化的价值，作者：（英） Robert Spence，更多章节内容可以访问云栖社区“华章社区”公众号查看
《信息可视化：交互设计（原书第2版）》——2.3节数据 本节书摘来自华章社区《信息可视化：交互设计（原书第2版）》一书中的第2章，第2.3节数据，作者：（英） Robert Spence，更多章节内容可以访问云栖社区“华章社区”公众号查看