手机早已是现代生活的重要组成部分,手机与生活越来越密不可分,手机所收集的数据也越来越多。一些数据是需要被用户感知,那么如何传达这些信息呢?通过各种图表,合理的呈现数据,自然是最好的选择。

在 iOS 中,有为了帮助减少使用手机,系统设置中有「屏幕时间」;为了帮助获得健康的生活,苹果提供了健康和健身两个 app;此外,你还可以在设置的许多地方看到不同的数据呈现方式,例如存储空间的使用、电池电量的使用、app 读取的定位信息等等。

那么为了做到合理的数据呈现,iOS 做了什么呢?在苹果的人机交互指南中,提出了对于图表展示的一些建议

  • 利用图表引导用户
  • 清楚简洁地标注图表元素
  • 使用不同的颜色来呈现不同情况或不同分类
  • 必要时提供一个图例来增加清晰度
  • 清晰地表示时间单位
  • 合并大型数据集,提高可读性
  • 如有必要,可对数据进行偏移

结合上内容,我们可以更加详细的梳理出 iOS 在数据可视化呈现中的一些门路:

一、使用直观的图表

在 iOS 系统或是第一方的 app 中,数据呈现的主要目的是为了让用户能够快速感知到数据背后的信息,所以使用直观的图表是第一步。

柱状图是基础的数据呈现方式之一,iOS 采用柱状图进行呈现,在健康 app 中就大量采用了柱状图的呈现方式:

每日行动的步数
屏幕时间

此外,iOS中也时常使用堆叠的柱状图:

屏幕时间
存储空间用量

除了柱状图外,折线图也是常见的数据呈现方式之一,在一些需要比较趋势的数据呈现中,折线图是不二之选:

健康中的心率

在移动设备显示折线图其实天然有所弊端,因为线条在视觉容易被忽视,并且折线的呈现不能太小。所以在 iOS 的中,非连续时间的数据(每日数据以小时间隔,每月数据以时间间隔)会用圆点进行标示,提升信息的易读性。

在另一款软件 股市 中,iOS 为连续时间的折线图提供了类似面积图的阴影,在视觉上帮助用户更强烈的感知的数据的变化信息。

股市中的「面积图」

最后,在信息的直观呈现上,还有一定要要说一例:

目标圆环

那就是健身 app 的目标圆环:这种信息的呈现方式,一方面简单易读,用户可以很轻松的观察到自己接近目标的情况;另一方面很好的把劲力去达成目标的意涵体现了出来,很好的体现了「 利用图表引导用户」。

当然,也有人认为这种设计无法让人轻松知晓,自己努力运动的一天,到底让锻炼圆环绕了几圈。如果时常有这样的情况,其实你应该上调自己目标才是呀🌚!

二、合适的标记

当人们在用 Excel 时,很多时候是容易忽视标记的,但是在商业分析中,一个合适的标记,可以称之为是一张图表的灵魂,一张图表的 punchline。而在 iOS 中,苹果的几次系统更新,让图表的标记作用更加凸显。

平均值的标记

平均线是数据分析中最常用的标注,在比较中添加平均线,可以帮助了解整体水平(例如我就是个健身🥬🐔)。

平均千卡
周末狂睡不起,拉高平均值

除了平均线,苹果还提供带区间的平均数标记,这种分阶段的平均,让一些连续型变量的分析更加清晰。例如下列中,分析心率恢复的内容:

运动后心率恢复的区间平均值

最大最小值的标记

除了平均数以为,非常常用的就是最大、最小值:

睡眠心率的最大最小值

目标的标记

在 iOS 系统中,可视化主要出现在和健康相关的 app 中,所以「完成目标」是一个非常重要的概念:

活动目标

除了上文提到健身app中的圆环目标,电池通用采用圆环的方式,蕴含要充满电的目标暗示:

电池电量 百分比

特殊图例标记

「必要时提供一个图例来增加清晰度」,设置中的电池信息就有这样的标记:

标示正在充电的状态

三、特殊处理技巧

在 iOS 健康app 中,有大量的图表都在一个系列上,圆角长方型和圆形同时出现。这种看起来像是柱状图的图标是什么情况呢?其实这就是苹果建议的「合并大型数据集,提高可读性」,这种图表将连续性变量(主要以时间为主)的数据合并,比如 Apple Watch 每过几分钟就会检测一次心率,将分钟的数据合并到一天中,就构成这种美观又独特的图表:

小时数据散点图,合并后就成为这种特殊的图表

这就好像是将一个区间内的散点图全部压平了一样,使得数据更可读。

四、总结

作为移动设备,在有限的尺寸下呈现数据,并且让用户能够直观读懂数据并非一件容易的事。

即便有上述的案例,iOS 中依然没有做到「尽善尽美」,例如在健康 app 中,活动、锻炼和站立均为矩形图,并且基础图形的宽度一致,但是表意却完全不同:活动、锻炼是柱状图,而站立,其实是热力图。一样的图形很容易引导用户「表意相同」的预期,反观健身 app 就没有出现这样的问题,站立与其他数据有着明显的区分。

左图为健康 app;右图为健身 app

 

总体而言,在数据呈现与可视化上,iOS 依然是十分优秀的,苹果给出的设计规范也在其不同 app 中得到如一的践行。同样,这些原则也能够在其他领域的数据分析中起到作用,无论是合理的标记添加,还是注重图表的表意内涵,都可以启发我们在学术研究或者商业分析中的数据呈现技巧。

最后,希望本文能够给从事数据分析、可视化相关工作的读者提供帮助。