数据可视化基础篇-图形语法
1.夜莺官方文档优化第一弹:手把手教你部署和架构讲解,消灭所有部署失败的 case!干!2.可观测性平台夜莺开源项目发布V6正式版!3.夜莺中心端管理categraf采集规则并下发4.夜莺项目发布 v6.1.0 版本,增强可观测性数据串联5.夜莺项目发布 v6.4.0 版本,新增全局宏变量功能6.夜莺专业版网络设备功能介绍7.利用夜莺开源版对H3C无线设备监控8.夜莺项目发布 v6.5.0 版本,暗黑菜单来了9.TiDB 多集群告警监控-初章-监控融合、自动告警处理10.TiDB 多集群告警监控-中章-融合多集群 Grafana11.夜莺监控发布 v6.7 版本,推送部分商业版功能
12.数据可视化基础篇-图形语法
13.夜莺监控 V7 第二个 beta 版本发布,内置集成故障自愈能力,简化部署14.细说夜莺监控系统告警自愈机制15.已经有 Prometheus 了,还需要夜莺?16.夜莺监控 v7.beta4 发版,仪表盘变量和业务组下的机器联动17.教你一招,告警恢复时如何拿到恢复时的值?18.使用夜莺和 Categraf 快速建设 MySQL 监控19.使用夜莺+categraf监控redis和redis集群20.9k star 监控系统,100% 国产,推荐了解当我们在制作仪表盘或其他数据可视化时离不开对图表的选择,不同的数据信息该怎么选择图表可能是不少人会遇到的问题。
要解决这个问题我们首先需要理解数据可视化的生成规律或者说是“语法”,目前主流的数据可视化理论认为,可视化是由基础标记(Mark)沿着某个或是某些视觉通道(Visual channel)进行映射的结果。
- 标记我们也可以理解为图形元素,包括点、线、面等
- 视觉通道通常包括位置、形状、面积、斜度、颜色等
以下面图为例,图1柱状图其表现数据的标记为"线",柱的纵向长度是视觉通道。图2散点图多了一个横向视觉通道且以“点”为标记。图3多了一个颜色视觉通道。图4多了一个尺寸的视觉通道。
标记与数据关系
- 点:每个点表示一个数据,点可以是各种图形(圆、矩形或是其他自定义图形等)
- 线:通常情况表示一组数据,比如折线图的曲线。也可以表示一个数据,比如柱状图的柱(interval)数据对应就是柱的长度
- 面:2D场景通常是线的延伸跟颜色组合用来突出数据,比如折线图和面积图
视觉通道与数据映射
数据通常为有序和分类两种形式,视觉通道也可以分为两种性质。
- 分类性质:颜色的不同色调通常用于表现分类数据,比如服务状态,绿色代表健康,红色代表异常
- 定量或定序性质:同一个色调的颜色不同亮度或是饱和度时可以用于表现有序的数据,常见的就是热力图比如 Github 的 contributions 图,contributions 数量越大当天的色块颜色就越深
通常情况会把形状、颜色的色调、空间位置认定为分类性质的视觉通道,其他的比如直线长度、区域面积、角度、颜色饱和度亮度等大部分认定为定量性质的视觉通道
以下整理了一些常见视觉通道和数据类型之间的映射关系
视觉通道 | 数据类型 |
---|---|
位置 | 分类、有序 |
颜色(饱和度) | 分类 |
形状 | 分类 |
长度 | 有序 |
面积、大小 | 有序 |
颜色(亮度/饱和度) | 有序 |
按用途归类
- 比较类帮忙我们对比两个或两个以上类别的值,常见的图表有:柱状图、热力图、饼图等
- 趋势类展示数据随着时间的变化情况。常见的图表有:折线图、时序轴的柱状图等
- 占比类指的是某一项或某几项数据在总体中的比重。常见的图表有:饼图、环图、仪表盘图、水位图等
- 分布类展示数据分布的图表。常见的图表有:直方图(直方图和柱状图不是一类图表)、密度图等
- 还有一些其他的类型 层级类、关系类、地图类等
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 实操Deepseek接入个人知识库
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库