2025年数据可视化设计师考试题库（附答案和详细解析）（1105）.docxVIP

数据可视化设计师考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪种图表最适合展示时间序列数据的趋势变化？

A.柱状图（比较不同类别的数值）

B.折线图（反映连续数据的变化趋势）

C.热力图（显示二维数据的密度分布）

D.散点图（分析两个变量的相关性）

答案：B

解析：折线图通过连接数据点的线段，能有效展示时间或连续变量的趋势变化；柱状图适合分类数据的对比（A错误），热力图用于二维密度或矩阵数据（C错误），散点图用于变量间相关性分析（D错误）。

数据可视化中“数据墨水比”的核心目的是？

A.增加图表的装饰性元素

B.最大化数据信息与非数据墨水的比例

C.提高图表的色彩丰富度

D.降低图表的绘制复杂度

答案：B

解析：数据墨水比由EdwardTufte提出，指图表中用于展示数据的墨水占总墨水的比例，核心是减少冗余装饰（如边框、网格），突出数据本身（A、C错误）；降低复杂度是结果而非目的（D错误）。

以下工具中，属于编程式可视化库的是？

A.Tableau（交互式工具）

B.PowerBI（商业智能工具）

C.D3.js（JavaScript可视化库）

D.Excel（表格工具）

答案：C

解析：D3.js需通过JavaScript编程实现可视化，属于代码驱动工具；Tableau、PowerBI、Excel均为低代码/无代码工具（A、B、D错误）。

色盲友好配色方案的关键是避免使用以下哪组颜色？

A.红-绿

B.蓝-黄

C.黑-白

D.橙-紫

答案：A

解析：约8%的男性患红绿色盲（最常见类型），红-绿组合易导致信息混淆；其他组合对色盲人群更友好（B、C、D错误）。

当需要展示“某城市各区域GDP占比”时，最不适合的图表是？

A.饼图（展示部分与整体的比例）

B.堆叠条形图（多分类比例对比）

C.雷达图（多维数据比较）

D.百分比柱状图（分类比例对比）

答案：C

解析：雷达图适合展示多维度数据的相对表现（如产品评分），不适合单一维度的比例对比；饼图、堆叠条形图、百分比柱状图均能有效展示占比（A、B、D正确）。

以下交互方式中，属于“探索性交互”的是？

A.点击图表显示详细数据（提示交互）

B.拖动滑块筛选时间范围（过滤交互）

C.鼠标悬停显示数据标签（提示交互）

D.双指缩放查看局部细节（导航交互）

答案：B

解析：探索性交互允许用户主动筛选、排序数据以发现规律（如过滤）；提示交互（A、C）仅提供补充信息，导航交互（D）用于调整视图范围（B正确）。

数据可视化中“感知层次”的优先级排序正确的是？

A.位置颜色长度形状

B.长度位置颜色形状

C.位置长度颜色形状

D.颜色位置长度形状

答案：C

解析：人类视觉对位置（如坐标轴点）的感知最敏感，其次是长度（柱状图高度）、颜色（色相/明度），最后是形状（符号类型）（C正确）。

以下哪种数据预处理操作会直接影响可视化的准确性？

A.调整图表的配色方案（影响美观）

B.对异常值进行Winsor化处理（修正极端值）

C.为图表添加标题和注释（提升可读性）

D.选择不同的图表类型（影响信息表达）

答案：B

解析：异常值处理直接关系数据真实性（如删除异常值可能扭曲分布）；配色、标题、图表类型属于设计层面（A、C、D错误）。

在设计移动端数据可视化时，核心原则是？

A.增加图表的信息量（可能导致过载）

B.简化交互层级（适应小屏幕）

C.使用高饱和度颜色（可能刺眼）

D.保留所有数据标签（可能重叠）

答案：B

解析：移动端屏幕小、交互空间有限，需简化操作步骤（如减少点击层级）；信息量过载、高饱和度颜色、全标签会降低可读性（A、C、D错误）。

以下哪项是“误导性可视化”的典型表现？

A.坐标轴从非零值开始（可能夸大差异）

B.使用渐变色表示连续数据（合理）

C.为分类数据分配不同形状（合理）

D.标注数据来源（提升可信度）

答案：A

解析：坐标轴截断（如从100开始而非0）会扭曲数据差异（如柱状图高度对比失真）；其他选项均为合理设计（B、C、D正确）。

二、多项选择题（共10题，每题2分，共20分）（每题至少2个正确选项）

数据可视化的核心设计原则包括？

A.清晰性（信息传达无歧义）

B.准确性（数据真实不扭曲）

C.复杂性（展示更多细节）

D.美观性（符合视觉审美）

答案：ABD

解析：清晰性、准确性、美观性是核心原则；复杂性可能导致信息过载（C错误）。

适合展示“两个变量相关性”的图表有？

A.散点图（直接展示相关关系）

B.热力图（展示相关系数矩阵）

C.折线图（时间序列趋势）

D.气泡图（散点图+大小维度）

答案：ABD

解析：