) Q5 S- k4 K2 J+ ]# j4 E 大数据时代，数据驱动决策。处理不好庞大、复杂的数据，其价值将大打折扣。
8 u# r3 }1 l+ V+ l) F) U 可以想象一本没有图片的教科书。没有图表、图形或是带有箭头和标签的插图或流程图，那么这门学科将变得更加难以理解。人类天生就是视觉动物，而视觉效果对于分析数据、传达实验结果甚至做出惊人的发现至关重要。
- x/ C1 g. h( ? I7 p 工作中我们可能会接触到很多业务数据，需要在总结汇报中展示呈现，俗话说“字不如表，表不如图”，那么如何缩短数据与用户的距离？让用户一眼Get到重点？让老板赞同你的汇报方案呢？
) o7 ], g; A( ~1 b6 ?. r8 t 『《大西洋古抄本》是达芬奇的手稿集册中最大的一部，共 12 卷，1119 张，年代分布为 1478 年到 1519 年。每个方块代表一页手稿，上面的颜色代表涉及的主题，包括几何与代数、物理学与自然科学、工具和机器、建筑与应用艺术和人文科学。点开每一个小方块还可以看到每一页上面达芬奇写了什么，涉及了 36 个小话题，包括了马、食谱、绘画、灵魂、童话故事、笑话等很多有意思的小话题。』
% u3 q0 h3 u0 b, \3 |+ N
, u i4 v( M* H2 { 是这样的么？
8 E7 h$ _) U: | 这样炫酷的数据可视化，小编真的不会。开个玩笑，其实工作中我们并不需要作出很炫酷的视觉呈现，数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息，有效地传达思想概念，美学形式与功能需要齐头并进，通过直观地传达关键的方面与特征，从而实现对于相当稀疏而又复杂的数据集的深入洞察。因此在设计过程中，每一个选择，最终都应落脚于读者的体验，而非图表制作者个人。
' d n0 V& p: b
你不得不注意的图表制作小技巧
, X8 j4 g4 _) t 条形图的基线必须从零开始
, j0 ^) A/ i9 \5 ^) U" c9 E9 {' _
Y轴不从零开始，可以使数据看起来具有比实际存在的更大的差距。这使得可视化会误导传输信息。条形图的原理就是通过比较条块的长度来比较值的大小。当基线被改变了，视觉效果也就扭曲了。
# y: b! k, K4 }7 P 
* n9 U9 L& T F1 }0 y6 G8 Z$ L
使用简单易读的字体
, s0 q2 S; H, o5 p2 H% E) |
有些时候，排版可以提升视觉效果，增加额外的情感和洞察力。但数据可视化不包括在内。坚持使用简单的无衬线字体(通常是Excel等程序中的默认字体)。无衬线字体即是那些文字边缘没有小脚的字体。字体选择可以影响文本的易读性，增强或减损预期的含义。因此，最好避免艺术字体并坚持使用更基本的常用字体。
8 \8 S8 O. B6 b
/ |# b( }) b$ \5 L: }5 X
7 s2 f6 Q+ _$ C, P
打开凤凰新闻，查看更多高清图片
9 Y& x" a' p0 i
/ \; y$ y% T- p* c& q+ l/ t m 条状图宽度适度
3 O1 Q$ n0 ?0 h+ i% h 条形图之间的间隔应该是1/2栏宽度。
5 w: G! u9 U/ m8 F; o1 `5 _ 
! L8 k0 v9 {( t( I* q. @+ d
使用2D图形
: p& w1 c3 x0 h1 J, g$ j
虽然他们看起来很酷，但是3d形状可以扭曲感知,因此扭曲数据。坚持2 次元，确保数据准确。
$ L+ @- B# P" j# P! ~$ |
' |; k/ _5 ^+ X8 w
使用表格数字字体
. w& i. z, K$ P% ]& N
表格间距赋予所有的数字相同的宽度，使它们排列时能彼此对齐，使比较更容易。大多数流行字体都内置了表格。不确定字体是否正确?就看小数点(或任何数字)是否对齐就行。
* Z' w9 W% Y9 l* ]7 w8 ?- W
* v8 d% w! s j
统一感
* A V! { P D( j 统一感使我们更容易接收信息：颜色，图像，风格，来源……
7 q2 m% h& p" c4 y# M6 M9 f. n3 E4 L1 c 连贯的设计将有效融入背景，使用户能够轻松处理信息。最佳可视化帮助观众快速得出数据所呈现的结论
. D/ l+ B% Y) v. K3 q. {) L: I 
) d8 [" q2 h5 A+ C+ N9 ` P: n 不要过分热衷于饼图
0 J0 m# }4 J5 A* D6 V z
展示多个区块比例大小，所有区块（圆弧）的加和等于 100%。但最好避免使用这个图表，因为肉眼对面积大小不敏感。
8 f, c: N2 R& c# H; k4 \: a1 ~ 
: a, [& |& U7 q3 `4 ?
折线图中使用连贯的线条
8 ]8 h9 @$ M, S t. w7 {
虚线,虚线容易分散注意力。相反,使用实线和颜色,反而容易区分彼此的区别。
; ^0 Y1 D& m C1 F- p( Q: R 
+ t) M' o" j& C: x 尊重部分所占整体的比例
# c+ F ~ v( `8 _
在人们多选的问题上就会出现比例的重叠，不同选项的百分比之和大于一。为了避免这种情况，不能直接把比例做成统计图。相较于呈现数值，有些图更着重于表现部分与整体的关系。
& u; A* m' B2 G$ m5 j 
4 V0 ?8 w+ k* _3 {- e5 H+ D$ \, s1 ]2 u0 I
面积、尺寸可视化
7 u. w! R X5 p U% g 对同一类图形（例如柱状、圆环和蜘蛛图等）的长度、高度或面积加以区别，来清晰的表达不同指标对应的指标值之间的对比。制作这类数据可视化图形时，要用数学公式计算，来表达准确的尺度和比例。
- A( M: W. w; V- b! U# K- ]& E 
* J# h" x; {6 Z8 [6 D3 U! ~
使用大小来可视化值
! e( g+ Q& j. i4 D
大小可以帮助强调重要信息并添加上下文提示，使用大小来表示值配合地图使用的效果也非常好。如果您的可视化中有多个大小相同的数据点，它们会混在一起，很难区分值。
$ J' N+ L7 _; X \. e 
1 a4 x* j* U+ o( i 使用相同细节
4 i) I+ B5 [4 f7 \
添加的细节(和数字)越多，大脑处理的时间就越长。想想你想要用你的数据传达什么，以及最有效的方式是什么。
2 u4 I v' u' b, g. p% H! @
使用基础图形
4 d& w* x, y h# }6 v 一个很好的经验法则是，如果你不能高效理解，你的读者或听众可能也难理解。因此，坚持使用基础图形:直方图、条形图、维恩图、散点图和线形图。
. b5 D: N. ?* w6 p 
8 x" d, B1 ?: I
视图数量
) b- ? l# W2 U 将您的可视化中的视图数量限制为三到四个。如果您添加太多视图，大局会被详细信息所淹没。
2 Z: L3 K! H, n1 R' _$ O) ~ 关于图表配色，你可以参考的5条准则
) X" \; _5 O9 W% J8 c+ ]- l3 u( B 颜色深浅
) [0 F2 M) k1 u# ` 通过颜色的深浅来表达指标值的强弱和大小，是数据可视化设计的常用方法，用户一眼看上去便可整体的看出哪一部分指标的数据值更突出。
3 H; q" K, @% v" J+ i' m" U. G
2 ]; K: W& {9 J6 ?. J5 T# { 使用同一色系
5 m8 j- h% F) t* z% I0 W 颜色用得太花，会给数据增加不可承受之重，相反，设计师应该采用同一色系，或者类比色。
: @& {, R+ _5 k. U* J: R
; U% }/ a8 K% U$ p( T$ G! _ 避免使用鲜艳的颜色
, M, b! G" ^$ _' h
明亮鲜艳的颜色就像是把所有的字母都大写想要强调一样，你的听众感觉你在对他们大声推销。单调的颜色，反而能很好地用于数据可视化，因为它们可以让你的读者理解你的数据，而不至于被数据淹没。
1 ]5 `% a$ V3 y+ Y8 E+ l( f
9 d7 k3 g: w4 N* S3 g; |0 O
标签使用不同颜色区分
* t/ z$ b: J( L% s7 g) | 在某些情况下，在一段时间或一系列的值中，我们可能测量了不同种类的物体。例如，假设我们测量 6 个月以来狗和猫的体重。在实验结束时，我们想画出每只动物的体重，分别用蓝色和红色区分猫和狗。
) {; n5 R% _& }) ?: o a ( p* g8 S, q% o, |' n
颜色数量
& |; E. R; }1 w9 A
不要在一张图上使用6种以上的颜色。
. k8 _, K- f, @! Z) M5 o$ k % R+ X9 _. m; }
建议：
5 {! W0 g- s! l0 _- R3 y 使用具有高对比度的颜色
" a0 d7 F7 ^: N( w* N2 C
使用带有图案或纹理的颜色来传达不同类型的信息
9 p; b5 L& N8 \, D* Z4 f 使用文本或图标标记元素
- o! i; U- Z: a) S1 `/ O6 e2 F 标准的可视化图表一定有注释
9 X! V1 A% G3 ]$ _- S9 H 解释编码
: \% b* ]2 P8 i9 E, V0 ?
通过一定的形状、颜色和几何图形的结合，将数据呈现出来。为了让读者能读清楚，图表设计者就要把这些图形解码回数据值。
9 S( g# I; G& ^6 X" |0 r* b g 轴标签
$ M+ q* |3 }, p I+ f 这可能看起来没有必要，或者不是很有帮助，但是你无法想象，如果你的图表有点混乱，或者看到数据的人对此不是很熟悉，你会被问多少次 x/y 轴代表的是什么。按照前面的两个绘图示例，如果要为轴设置特定名称。
7 \# z: ~' S5 ?
标题
7 x3 r/ D% i4 P: B8 V% I 如果我们要将数据呈现给第三方，另一个基本但关键的要点是使用标题，它和之前的轴标记非常相似。
1 y: f6 U, E" r" R3 u7 `$ |
& c1 X- x _0 x) M( W 重点元素做注释
# ? ]. M6 m+ v# S* i$ r+ x 通常情况下，仅仅在图表的左右两侧使用刻度本身并不是很清楚。在图上标注值对于解释图表非常有用。
& J4 e7 {1 [' n p% w: E( [4 A6 | 0 V4 j3 Q7 M! E% r' J; J
重要视图位置
) r5 c ~# k+ q+ c4 o8 r3 h 将最重要的视图放置在顶部或左上角。眼睛通常会首先注意到该区域。
% `5 q6 L% ?% H T. z / P% Y4 J. p$ }' `8 j& i
优秀的可视化图表，遵守的6条原则
' U& R$ c f8 h' G 数据排序有序
, r3 ^6 q% B4 G6 {& }6 ]' I 数据类别按字母顺序,大小顺序,或价值进行排序，以一种合乎逻辑的和直观的方式来引导读者了解数据。
% o3 N; ?" Z5 S+ t" m/ h* l
0 ?" c. r$ H$ g/ [% Q4 I7 ~ 比较数据
$ _& P# |" e; ?* T9 W0 q 比较是展示数据差异的好法子，但是如果你的读者不容易看出差别的话，那么你的比较就毫无意义。确保所有的数据都是呈现在读者面前,选择最合适的比较方法。
# M0 D5 \' v( X6 p/ [% D V
; N# C! ?/ n( |+ \ 不可扭曲数据
/ \3 r* K1 t5 r' `& A/ W 确保所有可视化方式是准确的。例如,气泡图大小应该根据区域扩展,而不是直径。
" ?" B4 T2 G7 Z" j7 B$ |* W7 \% w5 u9 X0 \- K8 K* f3 B+ t7 k5 E, ?
展示数据
" D3 d9 e6 Y6 a. f3 I
让读者看到数据，这是可视化的重点。确保没有数据丢失或被设计。例如,使用标准的面积图时，可以添加透明度,确保读者可以看到所有数据。
. j7 n( @& H) y1 C. f" v
删除变量
6 e+ V7 J* ^1 W( {6 `7 x& ^
很多时候，太多的信息会影响读者的注意，从可视化中删除隐含信息是一个好主意，在这种情况下，我认为我们不需要在轴中包含变量的名称。
5 ?1 O, w3 [( W* l2 l/ O 避免数据噪音
2 |& {5 E L6 y, H. s: z$ U 把不重要的东西减到最少或者去掉。这包括减弱或移除图形线，改变轴线、图形线的颜色，以及用浅灰色描绘电子表格行。使得“数据比率”可以达到一个很高的水平，听众会更容易明白其中的数据情况。
# t" h3 N# p7 k
: R! i7 Y' D( V 良好的数据可视化应该通过使用图形，清晰有效地传达数据信息。最佳可视化使您可以轻松地一目了然地理解数据。他们将复杂的信息以一种简单的方式分解，使目标受众能够理解并以此为基础做出决策。
' V C; m# h% L" K0 a 正如Edward R. Tufte指出的那样，“设计的基本考验是它有助于理解内容，而不是它的时尚性。”数据可视化尤其应该坚持这一理念。目标是通过设计增强数据，而不是引起对设计本身的关注。
5 o' k+ F5 `9 @8 M
各平台同名“职坐标在线”
/ Z0 r* ~( P, N) P# W8 y3 x 
