原文：Data visualization: A view of every Points of View column
我们整理归纳了在 Nature Method 中发表的关于数据可视化的所有 Points of View columns 专栏文章，并将其作为查看大量关于可视化科学数据的实用建议的指南。
截至2013年7月30日 Nature Methods 发表了 Bang Wong、Martin Krzywinski 及其合著者撰写的35篇Points of View 专栏文章：Nils Gehlenborg、Cydney Nielsen、Noam Shoresh、Rikke Schmidt Kjærgaard、Erica Savig 和 Alberto Cairo。当我们准备在9月份的期刊中推出一个新专栏时，我们觉得这是一个很好的时机，可以在一个地方收集和整理所有 Points of View 文章的链接，以便更容易地浏览作者为我们提供的这个超棒的资源。在8月份，我们提供所有文章得自由访问权，这样每个人都可以从这些数据可视化的实际建议中获益。
但这不应是 Points of View 系列的结尾。 我们将邀请新的可视化专家撰写关于新主题的文章，是目前这些文章还没有被覆盖得主题，或者可以进一步扩展得主题。 每当一篇新文章发表时，这个页面都会不断更新，所以请继续关注。 如果您对您希望在将来的观点文章中看到的主题有建议，请在下面评论。
2015年3月28日更新： 在2010年8月至2015年2月期间发表的38篇 Points of View 文章的 PDF 电子书现已在 Nature Shop 上以7.99美元的价格出售，标题为「生物数据的视觉策略：Points of View 集合文章」。 下面的文章摘要对该电子书所涵盖的内容提供了一个很好的概览。
介绍
组成和布局
-
设计流程 - 2011年12月 用好的设计来平衡自我表达和以合理的方式满足读者的需要。
-
布局 - 2011年10月 正确的布局揭示了信息元素的层次关系
-
格式塔原则（第1部分） - 2010年11月
-
格式塔原则（第2部分） - 2010年12月 利用感知现象在页面上有意义地排列元素
-
负面空间 - 2011年1月 白色区域是一种提高视觉吸引力和强调内容的强大方式
-
对相关性的关注 - 2011年11月。 通过使相关信息最明显来确保读者注意到正确的内容
-
视觉风格元素 - 2013年5月 将有效写作的原则转化为图形设计的过程
-
讲故事 - 2013年8月 把你的数据和它们周围的世界联系起来，用一个古老的习惯来讲述一个故事
使用颜色
-
颜色编码 - 2010年8月 适当地选择颜色以避免视觉上的偏差和不想要的人为现象
-
色盲 - 2011年6月 让那些有色觉（感知）缺陷的人可以理解你的图片
-
避免颜色 - 2011年7月 通过使用颜色的替代品来提高数据显示的整体清晰度和实用性
-
将定量数据映射到颜色 - 2012年8月 颜色对于大型数据集的压缩式得可视化很有用，但必须突出显著的特征。
-
热图 - 2012年3月 颜色、聚类和平行坐标图是有效使用热图的关键
图的元素
-
排版 - 2011年4月 选择字体、大小和间距，以阐明文本的结构和含义。
-
轴、刻度和网格 - 2013年3月 使（视觉）引导元素清晰、不突兀，以保持数据的视觉优先级
-
标签和标注 - 2013年4月 图形标签在布局上要与文本一样保持一致和对齐
-
标绘符号 - 2013年6月 选择不会产生歧义的不同符号, 并在数据中传达出关系
-
箭头 - 2011年9月 谨慎一致地使用比例合适的箭头作为复杂信息的导引。
图形类型
-
条形图和箱形图 - 2014年2月 根据数据的性质和手头的任务选择合适的图形
-
集合和交集 - 2014年7月 欧拉和维恩图最多适用于三个变量的数据集，但对于更多的数据，使用可表示范围更大的图。
-
热图 - 2012年3月 颜色、聚类和平行坐标图是有效使用热图的关键
-
时间数据 - 2015年2月 利用时间的内在属性创造出有效的可视化效果
-
解开复杂的情节 - 2015年7月 根据数据精心设计的子图通常优于单一的复杂概述图。
-
路径 - 2016年1月 应用视觉分组原理为路径图中的信息流增添清晰度 *神经回路图 - 2016年3月 使用对齐和一致性来解开复杂的神经网络环路图
提升图形清晰度
-
简单澄清 - 2011年8月 简化你的展示内容以提升清晰度
-
数据设计 - 2010年9月 通过使用强视觉提示元素对数据编码以改进图形解码（数据的能力）
-
显著 - 2010年10月 利用显著性区分图形符号，加快图形解读速度
-
审查要点（第1部分） - 2011年2月 图形重新设计的例子
-
审查要点（第二部分） - 2011年3月 改进饼图、散点图和色标的数据显示的一些简单提示
多维数据
-
进入第三维度 - 2012年9月 3D可视化对于空间数据是有效的，但是对于其他数据类型很少有效。
-
平面的力量 - 2012年10月 组合二维图有效地显示多变量数据
-
多维数据 - 2013年7月 通过将复杂数据映射到熟悉的生物系统表示形式来直观地组织这些数据
数据探索
-
手绘草图 - 2012年11月 快速绘制数据或模型的草图和涂鸦有助于思考和科学的过程
-
数据探索 - 2012年1月 创建细分的数据集以更有效地发现（数据隐藏的）模式
-
网络 - 2012年2月 基于您正在寻找的模式选择您的可视化网络
-
热图 - 2012年3月 颜色、聚类和平行坐标图是有效使用热图的关键
-
整合数据 - 2012年4月 组合多个数据类型的可视化以找到相关性和潜在关系
-
代表基因组 - 2012年5月 基于所提问题限制显示的内容
-
管理基因组浏览器的深层数据 - 2012年6月 精简和总结有助于发现整体数据中的模式
-
代表基因组结构变异 - 2012年7月 使用弧、颜色、点图和节点图来显示远距基因组位置之间的关系
网友评论