Là đường lưới và nền xám chartjunk và chúng chỉ nên được sử dụng trên cơ sở ngoại lệ?

Dường như hầu hết các nhà chức trách đều đồng ý rằng các đường lưới tối hoặc nổi bật khác trong các ô là "chartjunk" theo bất kỳ định nghĩa hợp lý nào và làm người xem mất tập trung khỏi thông điệp trong phần chính của biểu đồ. Vì vậy, tôi sẽ không bận tâm để cung cấp tài liệu tham khảo về điểm đó.

Tương tự, tất cả chúng ta có thể đồng ý rằng sẽ có lần nhạt gridlines để tạo ra một tài liệu tham khảo cho người xem sẽ là cần thiết. Tufte lập luận rằng thỉnh thoảng cần (và được sử dụng) đường lưới, như đã chỉ ra trong bài viết này . Và tôi đồng ý với cách tiếp cận của Hadley Wickham trong ggplot2 để làm cho các đường lưới như vậy trở thành màu trắng trên nền xám nhạt, khi bạn cần sử dụng chúng.

Tuy nhiên, điều tôi không chắc chắn là liệu các đường lưới và nền màu xám như vậy có nên được mặc định hay không , vì chúng nằm trong ggplot2. Ví dụ, dường như không có lý do nào cho nền màu xám ngoài trường hợp các đường lưới màu trắng trở nên nhẹ nhõm - điều này càng đặt ra câu hỏi liệu có cần thiết không. Gần đây tôi đã bắt đầu sử dụng ggplot2 cho hầu hết các nhu cầu đồ họa của mình và nghĩ rằng nó thật tuyệt vời, nhưng nó đã thách thức cách tiếp cận "không hộp, không nền, không đường lưới" của tôi đối với đồ họa mà tôi đã sử dụng trước đây. Tôi đã từng nghĩ rằng đó gridlines=OFFphải là mặc định của mình trừ khi có một lý do cụ thể để thêm chúng vào - ví dụ về cơ bản là cách tiếp cận được đề xuất trong bài viết này .

Tất nhiên, thật đơn giản để xác định một chủ đề trong ggplot2 để tránh các đường lưới và bóng nền (và thực tế chúng tôi đã thực hiện điều này trong công việc của tôi), nhưng cách tiếp cận của ggplot2 rất tuyệt vời và nói chung là các lựa chọn thẩm mỹ mặc định của nó rất tốt. Tôi đang thiếu một cái gì đó.

Vì vậy - tôi sẽ biết ơn bất kỳ tài liệu tham khảo nào về điểm này. Tôi chắc chắn rằng nó đã được suy nghĩ kỹ (ví dụ như Hadley Wickham trong việc thiết lập mặc định ggplot2) và tôi rất cởi mở để được chỉ dẫn đúng hướng. Điều tốt nhất tôi có thể tìm thấy là một vài liên kết trên nhóm google ggplot2 nhưng tài liệu tham khảo hữu ích nhất của Cleveland không có sẵn tại liên kết được cung cấp.

Một điều có thể giúp thúc đẩy cuộc tranh luận về phía trước là thừa nhận điều gì khiến mọi người phân biệt trực quan giữa nền và tiền cảnh, lấy bài học từ bản đồ và áp dụng nó chung hơn cho bất kỳ đồ họa thống kê nào.

Mọi người ban đầu có thể nghĩ rằng màu sắc là một dấu hiệu tốt cho dù một đối tượng cụ thể ở phía trước hay hậu cảnh, nhưng đây không phải là trường hợp. Lấy ví dụ ví dụ dưới đây, lấy từ một blog blog ESRI, Tạo bản đồ mà mọi người muốn xem: Năm nguyên tắc thiết kế chính cho bản đồ học của Aileen Buckley.

Vì vậy, nếu tôi yêu cầu bạn nói đó là hình gì (ví dụ khối lượng đất) và cái nào là mặt đất (ví dụ như vùng nước) bạn sẽ chọn cái nào? Một phenonenon tương tự cũng xảy ra với ảo ảnh quang học bình Rubin .

Một số nghiên cứu thử nghiệm tôi nhớ là đã đọc trong cuốn How Maps Work của Alan MacEachren cho thấy rằng trong các bức ảnh trên, người ta chọn các vùng sáng và tối với tần số bằng nhau cho hình (rõ ràng là màu sắc và độ bão hòa được sử dụng để xác định hình từ mặt đất). Vì vậy, màu sắc về bản chất không thể phân định được liệu nền có cạnh tranh với tiền cảnh trong bất kỳ đồ họa thống kê nào không, nhưng các tín hiệu khác có thể giúp ích.

Mọi người thường liên kết các số liệu là các đối tượng kèm theo (đây là một phần lý do khiến bản đồ trên khó hiểu, trong đó không có khối lượng nào được bao quanh). Điều này cho thấy nói chung (không phân biệt màu nền), các yếu tố trong cốt truyện nên có ranh giới được phân định rõ ràng và các yếu tố trong cốt truyện nên tối hơn nền. Điều này có thể thiên vị nền tảng cốt truyện thực tế thành màu trắng, nhưng có một nền màu xám không gây hại. Các khía cạnh khác có thể được sử dụng để phân định giữa tiền cảnh và hậu cảnh (bài đăng trên blog ESRI đề cập đến một vài trong số này).

Một là bóng đổ Excel đáng ghét cho đồ họa ( ví dụ được đưa ra ở đây trong bản tin này của Dan Carr trong hình 2). Mặc dù điều đó nên đi kèm với cảnh báo rằng mọi người có thể giải thích các thuộc tính số tại vị trí của bóng thay vì phần tử dự định.

Một cách khác là sử dụng các màu sắc / độ bão hòa khác nhau cho phác thảo của một yếu tố trong cốt truyện so với phần bên trong. Các ví dụ được đưa ra dưới đây, với vòng tròn ngoài cùng bên trái là một ví dụ về ranh giới không được phân định rõ ràng.

Chúng cũng không có vẻ là toàn diện. Đối với các ô dòng, nó thường xuất hiện rằng các đường dày hơn xuất hiện ở phía trước, trong khi các đường mỏng hơn nằm ở phía sau.

Điều này chủ yếu chỉ nhằm mục đích trở thành thực phẩm cho suy nghĩ: việc tự học của bạn dường như khá toàn diện (và tôi cảm ơn bạn vì một số tài nguyên bạn cung cấp!) Tôi không nghĩ tôi không đồng ý với bất kỳ tài nguyên nào bạn cung cấp, nhưng tôi không chắc tôi đã mò mẫm những gì Hadley đang nói với động lực của anh ấy cho một nền màu xám mặc định. Nhưng sở thích thẩm mỹ cá nhân cho nền màu xám có thể được điều chỉnh bằng cách đảm bảo các yếu tố trong cốt truyện trở nên nổi bật (đó là điều thực sự quan trọng). Những bài học này cũng có thể được áp dụng cho đường lưới, và nếu đường lưới trợ giúp và không phô trương (tức là trong nền) thì chắc chắn chúng không phải là biểu đồ.

Giáo sư Wickham đã viết trong cuốn sách ggplot2:

"Chúng ta vẫn có thể thấy các đường lưới để hỗ trợ cho việc đánh giá vị trí (Cleveland, 1993b), nhưng chúng có ít tác động trực quan và chúng ta có thể dễ dàng" điều chỉnh "chúng ra. Nền màu xám tạo cho cốt truyện một màu tương tự (theo nghĩa chính tả ) đến phần còn lại của văn bản, đảm bảo rằng đồ họa phù hợp với dòng văn bản mà không nhảy ra với nền trắng sáng. Cuối cùng, nền màu xám tạo ra một trường màu liên tục đảm bảo rằng cốt truyện được cảm nhận như một thực thể thị giác. "

Và @Wayne đã viết:

"Cá nhân tôi nghĩ rằng các biểu đồ không có bất kỳ dòng tham chiếu nào cũng tệ như các lưới táo bạo, gây mất tập trung. Phong cách và mát mẻ hơn, nhưng vẫn can thiệp vào sự hiểu biết và khả năng của chúng tôi để đi sâu vào thông tin. Ý tưởng không phải là tối giản, như thể chúng ta là tất cả các nhà thiết kế đồ nội thất của Bê-li-cốp, nhưng để giao tiếp rõ ràng, nên bao gồm các đường tham chiếu tinh tế (nhưng hữu ích) "

và @Peter Flom đã viết:

Tôi nghĩ rằng các đường lưới mờ nên được mặc định trong một biểu đồ phân tán; họ giúp người đọc; tương tự, khoảng trắng giữa các từ và dòng trong văn bản giúp người đọc. Tôi không thích nền màu xám, mặc dù. Tôi thấy nó mất tập trung. Văn bản, sau tất cả, thường là chữ màu đen trên nền trắng.

Mặc dù tôi có xu hướng tránh nền màu xám mặc định, nhưng có lẽ một lý do Hadley có thể đi với màu xám là cho phép người dùng sử dụng nhiều ánh sáng, màu bão hòa hơn để hiển thị dữ liệu, có thể không hiệu quả với nền trắng.

Cá nhân tôi thích theme_bw tối, hoặc thậm chí theme_minimal, với chủ đề mặc định của ggplot2 - xem http://docs.ggplot2.org/cản/ggtheme.html .

Tôi thấy nền màu xám trong chủ đề mặc định cực kỳ gây mất tập trung - mắt tôi bị hút vào các khối màu xám thay vì các điểm. Điều đó xảy ra với bất cứ ai khác? Ví dụ, trong cốt truyện đồ chơi ở trên, mắt tôi thường bị hút về phía dưới bên phải (nơi không có bảng dữ liệu).

(Sẽ không thú vị khi xem bản ghi theo dõi bằng mắt của những người đang nhìn vào những mảnh đất này phải không?)

Cá nhân tôi thích điều này:

... nhưng nó rất chủ quan - Tôi không nghĩ nên có một quy tắc duy nhất mọi người phải tuân theo.

Mã cho các lô này:

library(ggplot2)

n <- 100
df <- data.frame(x=runif(n, max=10), epsilon=rnorm(n))
df$y <- 2 + df$x - 0.05*df$x^2 + df$epsilon

p1 <- (ggplot(df, aes(x=x, y=y)) +
       geom_point(size=3) +
       ggtitle("Default Theme"))
ggsave("default_theme_example.png", p1, width=10, height=8)

p2 <- (ggplot(df, aes(x=x, y=y)) +
       geom_point(size=3) +
       theme_bw() +
       theme(panel.border=element_blank()) +
       ggtitle("Custom Theme"))
ggsave("custom_theme_example.png", p2, width=10, height=8)