2025年数据可视化与信息设计专业考试试卷及答案

2025年数据可视化与信息设计专业考试试卷及答案一、单项选择题（共10题，每题2分，共20分）1.以下哪种数据类型属于“定比数据”？A.温度（℃）B.用户满意度评分（1-5分）C.身高（cm）D.城市名称（如北京、上海）2.在信息设计中，“格式塔原则”中的“闭合性”指的是？A.相似元素易被视为整体B.不完整图形会被自动补全C.连续排列的元素易被视为整体D.邻近元素易被视为整体3.以下哪种可视化图表最适合展示“某城市2024年月均气温与降水量的相关性”？A.热力图B.散点图C.箱线图D.雷达图4.数据可视化中“数据墨水比”（Data-inkRatio）的核心目标是？A.增加图表的装饰性元素B.减少非必要的视觉元素，突出数据本身C.提高图表的色彩丰富度D.增强图表的3D立体感5.针对色觉障碍用户（如红绿色盲），以下哪种颜色搭配最安全？A.红色与绿色B.蓝色与黄色C.橙色与紫色D.粉色与青色6.在交互可视化设计中，“向下钻取”（Drill-down）功能主要解决的问题是？A.减少数据量以提升加载速度B.让用户从宏观到微观逐步探索细节C.增强图表的动态视觉效果D.统一多源数据的展示风格7.以下哪项是“小倍数”（SmallMultiples）图表的典型应用场景？A.展示单一变量的时间变化趋势B.对比多个分类在相同维度下的差异C.呈现数据的层级结构D.突出两个变量的相关性8.信息设计中“认知负荷”（CognitiveLoad）的优化原则不包括？A.减少视觉元素的冗余B.增加复杂的交互逻辑C.保持信息层级的清晰D.使用用户熟悉的视觉编码9.以下哪种工具更适合开发高度定制化的交互可视化项目？A.TableauB.PowerBIC.D3.jsD.Excel10.数据可视化伦理中，“数据误导”最常见的表现是？A.未标注数据来源B.刻意调整坐标轴范围以扭曲趋势C.未对敏感数据脱敏D.使用过多颜色区分类别二、填空题（共10空，每空1分，共10分）1.信息可视化的核心目标是将抽象数据转化为________，帮助用户快速理解、分析和决策。2.爱德华·塔夫特（EdwardTufte）提出的“________”原则强调，图表中90%以上的墨水应服务于数据本身。3.格式塔原则中的“________”指人们倾向于将相似的元素视为同一组，例如相同颜色或形状的点。4.定量数据的常见可视化编码方式包括长度、面积、________和颜色梯度等。5.交互可视化的三种基本操作模式是探索（Exploration）、________和重配置（Reconfiguration）。6.可访问性设计中，WCAG（网络内容可访问性指南）要求文本与背景的对比度至少达到________（AA级标准）。7.热力图主要通过________的变化来表示数据密度或数值大小。8.数据预处理中，“异常值”（Outlier）的处理方法包括删除、修正或________。9.信息设计的“五维模型”包括内容（Content）、结构（Structure）、________、交互（Interaction）和环境（Environment）。10.动态可视化中，“________”技术通过平滑过渡帮助用户跟踪数据变化，避免视觉中断。三、简答题（共5题，每题8分，共40分）1.简述“前注意属性”（PreattentiveAttributes）的概念及其在数据可视化中的应用价值。2.对比“静态可视化”与“交互可视化”的优缺点，并举例说明各自适用的场景。3.解释“数据-墨水比”与“冗余编码”（RedundantCoding）的关系，并说明如何平衡二者以优化图表设计。4.信息设计中，如何通过“视觉层级”（VisualHierarchy）引导用户关注关键信息？请结合具体设计策略说明。5.数据可视化伦理涉及哪些核心问题？请列举至少3项并分别举例说明。四、分析题（共2题，每题15分，共30分）1.以下是某新闻网站发布的“2024年A、B、C三省GDP增长对比图”（假设图表中A省柱状图高度为10cm，B省8cm，C省5cm，但坐标轴起始值设置为5000亿元而非0，实际三省GDP分别为6000亿、5800亿、5500亿）。请分析该图表存在的问题，并提出改进方案。2.某医疗平台计划展示“全国31个省份2024年流感发病率”数据（包含发病率数值、重症病例占比、疫苗接种率）。请从用户需求、数据特性、可视化编码和可访问性四个维度，设计一套合理的信息展示方案。参考答案一、单项选择题1.C2.B3.B4.B5.B6.B7.B8.B9.C10.B二、填空题1.直观的视觉符号2.数据墨水最大化3.相似性4.颜色明度5.过滤（Filtering）6.4.5:17.颜色强度（或“颜色饱和度”）8.保留并标注9.格式（Format）10.过渡动画（或“动效衔接”）三、简答题1.前注意属性指无需主动聚焦即可被快速感知的视觉特征，如颜色、大小、形状、方向、位置等。其应用价值在于：①降低认知负荷，用户可瞬间捕捉关键信息（如用红色突出异常值）；②提升信息传递效率，通过差异属性区分数据类别（如用不同形状区分产品类型）；③增强可视化的“扫描性”，例如热力图通过颜色梯度快速展示数据密度分布。2.静态可视化优点：简洁直观、加载速度快、适合快速传递核心结论（如报告中的关键图表）；缺点：信息深度有限，无法支持个性化探索。交互可视化优点：支持用户自主探索细节（如点击钻取区域数据）、动态过滤（如时间滑块筛选）、多维度关联分析；缺点：开发成本高、可能因过度交互增加认知负荷。示例：静态可视化适用于“年度总结报告中展示公司营收增长趋势”；交互可视化适用于“城市交通管理平台中，用户需自主查看不同区域、时段的拥堵数据”。3.数据-墨水比要求减少非数据相关的装饰（如冗余边框、渐变阴影），突出数据本身；冗余编码指用多种视觉通道（如长度+颜色）表达同一数据维度，增强理解。二者平衡需遵循：①优先保证数据墨水比（删除无关元素）；②仅在关键数据维度使用冗余编码（如用柱状长度+颜色明度共同表示销售额，避免干扰）；③避免过度编码（如同时用大小、颜色、形状表达同一变量）。4.视觉层级通过“优先级排序”引导用户注意力，策略包括：①大小对比（核心数据用更大图形）；②颜色强调（关键指标用高饱和度颜色，次要信息用低饱和度）；③位置布局（遵循“Z型浏览”习惯，核心信息置于左上区域）；④留白与分组（关键模块用留白隔离，次要信息分组排列）；⑤字体层级（标题用粗体大字号，说明文字用细体小字号）。例如，疫情数据看板中，当日新增病例数用大字号红色突出，累计数据用较小黑色字体置于下方。5.数据可视化伦理核心问题包括：①数据误导：如调整坐标轴范围夸大增长（例：某企业用非0起点柱状图展示季度营收，看似增长300%，实际仅增长5%）；②隐私泄露：未对个体数据脱敏（如热力图精确到小区级别的病例分布，可能暴露患者位置）；③偏见强化：用刻板印象颜色编码（如用粉色代表“女性相关”数据，强化性别偏见）；④可访问性缺失：忽略色觉障碍用户（如用红绿对比展示关键差异）。四、分析题1.问题分析：①坐标轴起始值误导：非0起点（5000亿）放大了三省差异，实际GDP差距仅500亿（6000-5500），但柱状图高度差（10cm-5cm）易被误解为差距悬殊；②缺乏数据标注：未标注具体数值，用户无法准确判断实际差异；③设计不透明：未说明坐标轴调整原因，可能误导读者认为A省增长显著优于其他省份。改进方案：①将坐标轴起始值设为0，真实反映三省GDP绝对数值（5500-6000亿）；②在柱状图上方标注具体数值（如“A省6000亿”）；③添加辅助说明：“三省GDP均处于5500-6000亿区间，差异主要源于基数微小波动”；④若需强调相对增长，可补充“增长率”图表（如折线图展示A省增长2%、B省1.5%、C省1%）。2.设计方案：-用户需求：医疗工作者需快速定位高发病率省份、分析重症与疫苗接种的关联；公众需理解整体趋势，避免地域恐慌。-数据特性：发病率（定量）、重症占比（比例）、疫苗接种率（定量）；31个省份（分类变量）。-可视化编码：主视图：中国地图（地理维度）+颜色梯度（发病率：绿色→红色，低→高）；交互功能：点击省份显