数据可视化是把大量信息融入图像的高效沟通方式,数据可视化图表是其承载的主要形式。信息技术的进步,生活方式的改变,让记录事件成为习惯。这样的行为让人类社会的数据量呈指数级上升,大数据产生并运用于各个行业,发挥着巨大价值。如果没有信息技术的支撑,信息的存储还停留在较低水平。数据可视化作为高效传达信息的方法,不断被专业人士使用。专家和公众运用语言的差异造成了他们对于一些理论和数据理解的鸿沟。数据可视化可以为弥补这一鸿沟发挥巨大的作用。目前的研究中,大多将数据可视化视作一种工具,极少对其特征和传递效率进行深入剖析。少数研究者虽以用户体验出发对其进行分析,但其论述的过程脱离了使用者,其结果无法从使用者的角度得到印证。本文利用数据可视化所带来的信息获取的高效性,以使用者的实验数据为依据,采取统计分析的方法。解构数据可视化后,提取出一个阅读信息时的核心点——理解程度,和两个维度的分类标准——主题表达和表现方法,分析三组变量之间的相关性。其中理解程度是指读者是否完全理解设计者所传达的信息含义,主题表达是指对原始数据的筛选、整理和创造过程,表现方法代表信息描绘的方式,页面的视觉表现手法等。本文首先对中外考古历史上的可视化行为进行了溯源,众多作品都证明了可视化行为最早可以追溯到公元前。19世纪工业革命让拓扑学融入数据可视化图表,提高了视觉识别率,信息全球化使图像代替文字成为设计趋势,方便了不同文化背景下的沟通。近15年来,时代的进步拓宽了数据可视化图表的应用范围,使其表现方法不断更新,读者的理解程度是设计师创新的目标。心理学上的DIKW图解释了人类理解信息、形成智慧的复杂过程,结合使用者个人经验的主题表达能引起极大的共鸣,实践与反馈有助于提升理解程度。善用格式塔心理学原理能优化阅读理解,排除多维度的视觉误差也能提升使用者的认知。高理解程度的数据可视化图表,能在新冠疫情这样的关键时期发挥极大的价值。根据统计学中的控制变量法设计实验流程,可以提升实验结果的信度和效度。本文随机选取了30位受试者,对147件受试样本进行了两个阶段的实验。第一阶段用卡片分类法和聚类分析,对受试样本的主题表达和表现方法分类命名。主题表达分为数据统计类、日常生活类、信息诠释类、历程发展类等四类;表现方法分为静态式、动态式、交互式等三类。第二阶段利用里克特七点式量表,调查受试样本的理解程度,共分为低、中、高三类,通过卡方检验,确定了三组数据两两高度相关。事后分析发现,结合实际使用的场景,四类主题的数据可视化图表采用合适的表现方法,能够在一定程度上提升其理解程度,并根据实验结果给出了搭配建议。