作者/版權所有者：Kitware Inc.版權條款和許可：CC BY-ND 2.0
Ben Shneiderman說：?“可視化的目的是洞察力，而不是圖片。”
那麽，可視化是否有設計訣竅呢？Riccardo Mazza在他的書“Introduction to Information Visualization”中，為我們提供了壹種信息可視化的5步設計法，我們壹起來看看吧。
整個設計過程很簡單，壹旦妳審查了這個過程，它應該是常識：
1、定義問題
2、定義要表示的數據
3、定義表示數據所需的維度
4、定義數據的結構
5、定義可視化所需的交互
1.定義問題
與任何用戶體驗工作壹樣;?第壹步是定義信息可視化將解決的問題。這通常需要壹些 用戶研究 ?來回答問題;?“我的用戶需要什麽呢？”、“他們將如何使用它？”
您可能正試圖向用戶解釋某些內容，或者您可能正試圖讓他們建立新的聯系或觀察;為了將問題定義清楚，您還應考慮用戶群特有的任何特定因素，比如：他們的教育水平或數據處理能力如何？他們過去的數據有什麽樣的經驗？這將指導輸出的復雜程度，並闡明用戶的整體需求。
2.定義要表示的數據
有三種主要類型的數據可以通過信息可視化來表示，它們的映射方式可能會有很大差異- 因此，在開始設計之前，在您的腦海中清楚地了解數據，您將使用哪些數據？
1、 定量數據 ?- 這是數值類的數據。
2、 有 序數據 ?- 非數值的，但具有內在順序的 數據 。（例如，想想壹周中的幾天。）
3、 分類數據 ?- 既沒有數字也沒有內在順序的數據。（例如商業名稱或地名）。
3.定義表示數據所需的維度
必須仔細考慮數據集的維度或屬性的數量，因為它將在很大程度上確定哪些數據可用於進行信息可視化。數據中表示的維度越多- 理解信息可視化就越混亂。因此值得註意的是，具有大量維度的數據可能更適合使用高度交互式表示，不適合靜態圖形展示。可以根據要研究的相關維度的數量將分析分成四種類型：
1、 單變量分析 ?- 針對自變量研究單個因變量
2、雙變量 分析 ?- 其中兩個因變量針對自變量進行研究
3、三變量 分析 ?- 其中三個因變量針對自變量進行研究
4、 多變量分析 ?- 針對自變量研究三個以上的因變量
?
作者/版權所有者：Chire。版權條款和許可：CC BY-SA 3.0
多變量分析的圖像，其中數據點之間的關系很多且相關。
4.定義數據的結構
這是關於檢查數據集如何相互關聯的全部內容，常見的關系結構包括：
1、 線性關系 ?- 數據可以以線性格式顯示，例如表格，向量等。
2、 時間關系 ?- 數據隨著時間的推移而變化
3、 空間關系 ?- 與現實世界相關的數據（例如地圖數據或辦公室平面圖）這有時也被稱為地理關系
4、 分層關系 ?- 與定義的層次結構中的位置 相關的 數據（從辦公室管理結構到簡單的流程圖）
5、 網絡關系 ?- 數據與同壹數據中的其他實體相關
? ?
作者/版權所有者：Nathanael Crawford。版權條款和許可：CC BY-SA 3.0
以上示出了分層網絡模型的示例。
5.從可視化中定義所需的交互
設計過程的最後壹部分要求您了解用戶信息可視化所需的交互級別。有三類互動：
1、 靜態模型 ?- 這些模型按“原樣”顯示，例如您保存在汽車中的道路地圖集中的地圖。用戶無法修改它們。
2、 可轉換模型 ?- 這些模型使用戶能夠轉換或修改數據。它們可以允許用戶改變用於分析的參數或者為數據集選擇不同形式的 視覺映射 。
3、 可操作模型 ?- 數據有時候是高度關聯的，通過操作部分數據圖形，可以獲得關聯數據的變化，從而產生新的見解是壹種常見的互操作方法。例如：我們可以通過DataFocus快捷創建圖形的聯動操作。
作者/版權所有者：DataFocus?版權條款和許可：CC BY-SA 3.0
? 小貼士： 設計信息可視化的過程可能與您的最終輸出並不直接相關，但可以使您更加明智地決定何種表示形式最適合您的用戶。通過充分了解用戶的需求，以及他們需要展示的數據、數據中的關系和模型類型，信息可視化設計師可以提供充分滿足這些需求的可視化作品。