交互式图表：让数据可视化更智能

交互式图表：让数据可视化更智能

交互式图表通过增加用户与数据之间的互动，使得数据可视化不再局限于静态展示，而是能够根据用户的需求进行动态调整和深入分析。本文将详细介绍交互式图表的基本概念、常见交互类型以及如何设计有效的可视化交互，帮助读者更好地理解和应用这一强大的数据展示工具。

什么是交互式图表

区别于传统图表静态的表现形式，交互式图表并不仅仅停留在信息展示层面，而是通过图表增加交互效果，增强重点信息或者整体画面的表现力。用户可以与图产生交互，获取更深层次的分析和信息。

交互式图表能给用户操控感，提供足够便捷的过滤筛选组件，配合鼠标悬停、点击、框选等操作，方便用户查看更多数据信息、快速定位感兴趣的内容、根据特定变量对数据进行排序、突出、降维处理等。

常见的图表交互 PC 端有悬浮、点击、框选、平移，移动端有轻点、滑动、长按等操作。当图表中内置了这些常用的交互动作后，用户用一些习以为常的交互去操纵图表可视化时，用户将会很清晰、并且有信心控制好当前的可视化图表。

恰当的可视化交互

这里并不建议图表上使劲堆砌交互动作，每一个交互的设计都应该有迹可循。

在给图表设计交互效果时，要关注用户界面与用户使用行为习惯。明确图表的使用场景以及用户可能面临的数据处境，设计的原则是让用户可以高效、有效地浏览内容。

数据可视化的交互动作根据作用，可以分为以下三类：

• 获取数据：动作设计初衷是方便用户浏览查看，常见于传统数据报表、汇报型图表、大屏等。

• 分析数据：动作设计初衷是方便用户查明探索，常见于统计报表或高维、多源的可视化分析报告等。

• 标记想法：动作设计初衷是方便用户标记指引，常见于可视分析报告、智能分析、智能决策系统等。

以下是这三类常用的交互动作：

获取数据

动作	目的	图示
浏览	寻找感兴趣的数据
高亮视觉联动，寻找关系
选中	对单个数据点感兴趣
	对多个数据点或数据组感兴趣
过滤	聚焦重点信息
缩放	探索、识别数据
平移	探索更大的数据空间

分析数据

标记想法

分析体系，而不是单个图表

复杂的可视化场景经常会是数据复杂，数据特征多层次、多维度的。

得益于丰富的可视化分析工具，我们可以处理复杂的可视化，比如建立多个的层级关联、实现向下钻取和向上汇总、筛选维度的联动、实现点击图表分类、联动刷新等。

这无疑给“静”的图表赋予了“动”的视角，让图、图与图之间活了起来，而这底层的关联正像一个分析体系。