表格是桌面应用中常见的内容型组件,它包含大量的信息和丰富的交互形式,表格具有极高的空间利用率,结构化的展示保证了数据可读性。高效、清晰且易用是进行表格设计的原则性要求。本文将从表格的内容组织到交互作一次汇总,作为数据类产品的设计总结。

初次设计数据表格,建议阅读 Material Design 关于 Data Tables 的内容,包含了对表格设计基础而全面的指导。

Data tables​material.io

1 系统化表格需求

我们在选择信息的展示形式时,需要思考的是「用户的需求」以及「不同交互模式的特点」。

除却基本表格组织,根据用户需求,表格需要增加一些额外的功能,例如标记预警/异常值(常见于数据监测系统)、展现数据变化趋势的图标(快速理解数据意义)等。

结合数据特征,我们可以梳理出一份包含数据内容、展现形式和交互的功能架构图,便于指导表格设计和开发。

译自参考链接1 有删改

2 信息组织

2.1 行

  • 固定标题行

保证在垂直滚动时,能够及时获取数据的指标含义。

  • 合理使用斑马纹

斑马纹强化了水平分割线的功能,特别在宽表格/行样式复杂中,能够引导阅读视线,现今办公软件中的默认表格样式也依旧采用了斑马纹。但在大型结构化数据集中,斑马纹带来了额外的视觉负担,且会与单元格背景色冲突。需要按照场景权衡是否使用斑马纹。

斑马纹表格 VS 水平分割线表格
  • 浅色分割线

分割线可以在更小纵向空间内将数据分隔开,需要注意分割线色值,防止干扰数据阅读并造成版面视觉过重。

各大设计规范分割线色值
  • 减少重复的元素

常出现在数据单位和操作文案上,为了保证清晰简洁,设计时考虑调整重复样式和精简交互文案。

2.2 列

  • 「F型」 布局

在左→右阅读习惯中,将数据维度按照重要性高低从左至右排列,遵循「F型」布局方便浏览时快速定位重要指标。

  • 固定列

首列(或多列)一般为样本身份标志(例如名称、ID号),与固定首行相似,能够方便用户对应样本名称,理解数据含义(特别在存在水平滚动条时)。 可以使用阴影样式和水平滚动条作为视觉线索。

  • 列分割线

当表格的表头和内容整洁对齐时,表格自然形成视觉秩序,合适的间距可以取代纵向分割线。相对地,当表格水平空间较小或是有着复杂表头时,纵向分割线可以帮助数据识别。

  • 对齐方式

定性内容左对齐,定量内容数位对齐,表头应用该列对齐方式。在表格中使用无衬线字体减少视觉噪音;涉及数字时,注意使用表格字体(或等宽字体),保证数位对齐,能更方便阅读数字和比较大小。

免费数字字体​blog.graphiq.com

对齐方式
  • 可调节的列宽

当表格指标过多或内容过长时,我们会使用水平滚动条对实现信息隐藏。也可以通过可调节的列宽,在一屏宽中展示更多的数据指标指标。设置最小列宽时,以能显示可辨识的指标内容的最小宽度为依据,当指标文本过长时,设计为两行显示或悬停显示完整信息。

悬停显示完整信息

3 表格交互

  • 筛选

筛选功能能够根据用户需要减少展示数据,一般分为搜索和条件两种筛选方式。筛选区块设置在表格顶部,内容过多时可以收起。

  • 排序

可以根据某个指标维度对表格样本进行重新排序。排序按钮一般设置在指标名旁,在设计时,需要注意可点击范围。

可点击范围
  • 批量操作

当多行数据需要进行同一个操作时,设计表格时可以归置为批量操作。

模态批量操作 :当表格数据不全部满足批量操作触发条件时,可以使用模态批量操作。在点击批量操作按钮后,显示多选框,不符合条件的数据处于禁用状态,选择后「确定」实现批量操作。

  • 内联操作

内联操作即直接在单元格内进行编辑等操作,用户可以通过双击单元格,或是点击鼠标悬停后出现的功能按钮完成操作。

  • 分页器

表格加载有分页加载和渐进加载两种方式。使用分页加载能够实现数据(页面)直接跳转,而不用依次加载全部数据。当表格高度超过一屏时,可以在表格上方和下方都设置分页器,实现灵活浏览。


文章列举了目前设计工作中常见的表格设计点,除此之外还有许多需要优化和权衡之处,例如键盘支持功能的优化,Web 端表格的右键菜单等。在持续积累之外,也欢迎各位的讨论。

参考链接

  1. Slava Shestopalov, How to Design Large and Complex Web Tables, Medium Muz
  2. Jeremiah Lam, 11 data table design guidelines, uxdesign.cc
  3. Matthew Ström, Design Better Data Tables, Medium
  4. Qubstudio, Data Tables Design Basics, Design Nation
  5. Page Laubheimer, Designing Tables for Desktop Apps with Lots of Data, NNgroup

JS 打印 data数据_数据表格 Data Table - 复杂内容的15个设计点相关推荐

  1. 乐高ev3 读取外部数据_数据就是新乐高

    乐高ev3 读取外部数据 When I was a kid, I used to love playing with Lego. My brother and I built almost all k ...

  2. uni-app清理缓存数据_数据清理-从哪里开始?

    uni-app清理缓存数据 It turns out that Data Scientists and Data Analysts will spend most of their time on d ...

  3. 无法从套接字中获取更多数据_数据科学中应引起更多关注的一个组成部分

    无法从套接字中获取更多数据 介绍 (Introduction) Data science, machine learning, artificial intelligence, those terms ...

  4. 9型人格人口占比数据_数据人格

    9型人格人口占比数据 Big Tech companies make money by mining your data. They refine this data using machine le ...

  5. 逻辑回归 数据_数据科学中的逻辑回归

    逻辑回归 数据 逻辑回归 (Logistic Regression) Logistic regression is an applied mathematics analysis methodolog ...

  6. python 处理行列数据集数据_数据预处理(python)

    作为统计的一员,用python来对数据做语出这一步骤是必需的,所以接下来就来总结一下python数据预处理的步骤吧,这里就不放数据了,直接上代码,代码后都有解释,有错误的尽管提出来哈.下面是流程图: ...

  7. resultset遍历取数据_数据放在哪?如何从数据库取数据?

    前言 数据放在数据库内(如:mysql) 如何获取数据,可用JDBC 1. 为什么要了解mysql数据库? 因为实际的生活中,网页里面的内容都不是静止的,会根据你的操作和交互,数据会发生变化 有数据变 ...

  8. 大数据_数据中台建设的成熟度评估模型

    数据应用能力成熟度可以总结为统计分析.决策支持.数据驱动.运营优化四个结阶段.针对不同的阶段,从企业战略定位.企业数据形态.数据应用场景.数据应用工具.企业组织架构等多个方面.不同特征维度进行参考判定 ...

  9. 大数据_数据中台_数据汇聚联通

    目录 一.数据采集.汇聚的方法和工具 1.线上行为采集 2.线下行为采集 3.互联网数据采集 4.内部数据汇聚 二.数据交换产品 1.数据源管理 2.离线数据交换 3.实时数据交换 三.数据存储的选择 ...

最新文章

  1. 面试:如何决定使用 HashMap 还是 TreeMap?
  2. C# 的Timer 在javascript中的实现--基于Typescript
  3. 性能测试之LoardRunner 测试场景监控关注的几点
  4. 为什么 CAPTCHA 变得越来越难?因为 AI 更聪明了
  5. gc日志一般关注什么_GC日志说明
  6. linux swap扩大_linux 扩展swap
  7. 暂停停止继续播放 0201 winform
  8. Esxi 6.5u2升级Esxi 6.7
  9. VMware 虚拟机克隆 CentOS 6.5 之后,网络配置问题的解决方案
  10. DB2 SQL Error: SQLCODE=-302, SQLSTATE=22001, SQLERRMC=null
  11. .net VB中字符串按照换行符号俩来进行分割
  12. 360手机助手pc版 v2.4.0.1265 官方版
  13. 苹果迅雷iOS版安装教程
  14. EAS的各种日志说明 (转载)
  15. Mac如何查找m3u8视频链接,并下载
  16. MyISAM 和 InnoDB 的区别
  17. 本主题的评论还有不足之处,还望海涵
  18. Redis缓存对象相关
  19. Competing-Consumers模式
  20. 怎么用ai做出适量插画_怎么用AI和AE制作矢量插画风猫咪动效

热门文章

  1. 基于英特尔® 优化分析包(OAP)的 Spark 性能优化方案
  2. 阿里云助力江苏省财政厅力推统一公共支付平台
  3. 点货网 x mPaaS | 仅 2 位 Java 开发,使用小程序上线一款 App
  4. 阿里发布2020农产品电商报告数字农业将成风口
  5. Sentinel 1.7.2 发布,完善开源生态及扩展性
  6. DataWorks百问百答01:数据同步该用什么资源组
  7. 阿里云正式推出内容平台“云栖号”:全面助力企业和个人上云决策
  8. 聚水潭是如何基于AnalyticDB for PostgreSQL 构筑海量实时数仓平台的
  9. 闲鱼前端基于serverless的一种多端开发解决方案
  10. 阿里巴巴下一代云分析型数据库AnalyticDB入选Forrester Wave™ 云数仓评估报告 解读