" v& K; Z8 R7 V. l* G 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。
/ a# _' Z1 I' `4 \4 m; a$ q 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。
: ]* f, A. Q( C D! S7 ^( t# l+ h2 d 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？
! e3 B+ O. c, |. y4 [! X 『《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。』
( E9 C8 d% U& _' g& E" O
* i3 a2 R; Q! |, { 是这样的么？
: S: E) h0 i$ o0 l1 C4 \2 O 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。
' s$ c/ A* u6 Q; D5 N* v" v2 q 你不得不注意的图表制作小技巧
. P( ~2 t) `# p$ `: i 条形图的基线必须从零开始
7 X4 x, m/ V: _- k1 j* E i: L# }
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。
/ V1 {) v# V; \; \/ _
7 [+ p* t. m4 R1 {
使用简单易读的字体
- m! O; v0 t2 |) K! G, h8 n
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。
5 N6 C! Y, s% e1 K6 C K
. Z& x( ?: e/ G" W: r ( g5 M) O. h5 D7 `1 x% s
打开凤凰新闻，查看更多高清图片
. e# N0 Q H7 p" u8 B
0 `2 U# {6 R! [: d 条状图宽度适度
$ C9 H8 R8 q4 E& R# y/ y9 P- k
条形图之间的间隔应该是1/2栏宽度。
2 w* k# a$ i2 |: m3 b' @
7 t& G5 B6 f Y- o 使用2D图形
) t& q! X1 A- C% }+ H9 j1 x
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。
: W2 |1 ~1 L4 i! A- ?' E# P 
5 M6 A) _4 B, R0 t/ l
使用表格数字字体
6 E' J, h& h/ [, i4 y, e) J% _
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。
; ]5 }. I, o; G5 p! ^2 ^. e
# D0 k% `. E5 y: I- q2 w' L6 c 统一感
, { [/ H0 Y3 v' z
统一感使我们更容易接收信息：颜色，图像，风格，来源……
. s4 ], L5 r* t
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
* T) ~6 ?5 P# G4 K6 `# j 
& I" Q, m: Q5 V/ W 不要过分热衷于饼图
4 h# _; j3 h- m5 p/ s$ a 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。
! t- f6 E2 v3 Y& q( e ] 
2 u# E. N; M* |/ |, ]" }8 Q 折线图中使用连贯的线条
8 m$ q, s$ Z8 M9 b4 P
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。
% D; p, X. ?' h1 W& m) M" o9 K
+ m( b4 E% k7 ~
尊重部分所占整体的比例
8 N9 m! I! T5 Z) }# k- J 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。
; X) o D/ J! |" d 
5 p/ Q' ~( ?6 X 面积、尺寸可视化
2 s, j c7 _: }0 b8 v2 N
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。
( i( e, C8 @; R+ p& K1 L 
, T+ w1 y. v- }# O9 s 使用大小来可视化值
/ G7 K' k: [. ?) p/ g7 _: l
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。
2 m% K5 s; i* T; K8 x4 F# {) J4 A
+ L# Z2 E- P4 b: R' O' W0 v 使用相同细节
) m3 w+ u! e2 k# q3 g* q" b 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。
, \+ [" s+ q0 l6 U
使用基础图形
* a9 ]9 K9 d9 U4 z6 i
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。
5 _! c0 C, I: U. y+ G8 \; } 
7 o4 b1 t- L0 A. {9 s: P* D7 |
视图数量
F" Z: {; }9 k; R H
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。
& `9 V6 x% B% A0 g1 P6 q( q
关于图表配色，你可以参考的5条准则
$ j6 x2 `* w: J- w: a+ ^ 颜色深浅
/ R4 c2 Z* I- U9 s 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。
) e) b' R, G& E0 Z) y, s0 E
; u8 N/ n0 r& W7 {! G- ^. U 使用同一色系
2 p' N# Z" E" ] a" \; C D 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。
+ b: `1 N8 o. Y4 O6 p
/ t# |% m' B ^5 }3 K) Y6 W) o; a 避免使用鲜艳的颜色
" D% P* b* a/ Z6 ^( M3 O& N8 Z 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。
0 d4 U8 H4 F1 z 2 H: c! D5 o9 a5 o: K9 A
标签使用不同颜色区分
7 o7 R* r. z3 M7 n 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。
; M7 r5 [; P7 J
$ K8 d. \' g$ T; W! m5 P 颜色数量
- I; W" i3 I4 ?' L3 z# C0 B 不要在一张图上使用6种以上的颜色。
1 t9 M) V7 G! w
6 q# |% z- H% z) @9 s" T
建议：
9 y8 \' R j9 U) e. ~6 N s3 V" [
使用具有高对比度的颜色
2 J2 p3 ]8 Z+ L5 t9 ] x4 t
使用带有图案或纹理的颜色来传达不同类型的信息
, o; F7 j2 W2 a. [& _+ D' {, I
使用文本或图标标记元素
% @1 Q2 Q5 d% L9 p 标准的可视化图表一定有注释
% ]- X2 {5 F: L0 F/ W! _ 解释编码
! X, l5 e* h" f6 h5 V 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。
, z, w) l6 b. J" k* z 轴标签
+ @5 Z# v9 \: f# S0 r; z/ J
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。
" }' Q2 @$ d8 B8 [. g9 V
标题
; q1 H0 O$ P" W' Y' l
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。
2 l5 r/ w' F" } 9 `$ d9 Z( u9 N/ a3 v' Z& r
重点元素做注释
# O. o! e; }$ W, s) I
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。
9 e7 O4 k. W5 u& L* a" h9 H- n
) F- y: c# _8 S. C 重要视图位置
/ g) E" o9 _# A* d2 d- S
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 i2 G8 m7 o, u# \! v+ \( s $ ~0 W* S4 S/ Q# a
优秀的可视化图表，遵守的6条原则
|" _+ M% J# Y/ o! ]
数据排序有序
, V1 A* t& R; S+ v8 D s) z 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。
6 k* J5 {7 }8 g2 @ h$ l; o. t( Z/ a/ s( m1 p8 _
比较数据
+ b6 b" s" ] }+ e' G% G$ Y
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。
+ T' h+ _ r I3 S: T& p" `' L1 a8 U3 C& R0 [, |: @
不可扭曲数据
+ J, J8 f! s- X" s$ K 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。
, k5 \7 h/ m1 k2 F' V+ n! J A& k
. A: ^2 E' ^* d: j 展示数据
1 J' l4 U! P; G0 s3 B; J
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。
+ c! D% V: _8 |2 x2 c0 M# U0 T
删除变量
# L% f' B/ q9 L/ c. @5 F0 E 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。
% |' y/ Y9 V6 B7 F& V0 T2 _2 P1 d5 Q 避免数据噪音
0 u4 ^' R5 E$ E E1 x) r; k 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。
5 \3 _1 Q; @* z4 \
6 k0 v" a0 y2 w/ | 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。
9 p2 b6 |4 O( G ] A) l* s1 D 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。
/ `. H9 l! ]9 f0 B6 F+ Y9 r# F
各平台同名“职坐标在线”
! F+ V: Z7 C* Q; l) B
