7 ]( g) k7 S. u, h, v6 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。
% h, g1 p% i/ X* i7 D
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。
) B T& S: g; f: N8 g3 ` 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？
/ y d* E+ U+ t4 k
『《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。』
5 k/ j4 k {1 i; z" \& n
2 [2 \, a% }+ }% |% B% f9 t$ t
是这样的么？
8 q, |+ g9 t$ \" }* R8 U7 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。
5 ]8 ]' j- r+ u4 {# y+ k 你不得不注意的图表制作小技巧
' X. J3 g; d2 T! l( b3 m
条形图的基线必须从零开始
. {5 ~; ]$ N- f( S# w: S( ]7 L9 `) m4 I 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。
* \$ @( \% l: I5 w0 d: T: Q2 _ 
7 x/ m8 k% F$ _% ]) ~7 x 使用简单易读的字体
% V& D5 g* w$ u5 P0 j 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。
. q0 K8 k* `# Z# p7 l$ S0 ~ 
6 p% n' d: u" X& Q5 ?- W * z! s4 S5 @! B- J: i6 F' ?
打开凤凰新闻，查看更多高清图片
1 ?% f" ?, R+ F- n) a6 `2 W
4 [' D0 {1 D% |- L 条状图宽度适度
/ t; f2 B7 N. Y f, G0 t' o1 ]; l
条形图之间的间隔应该是1/2栏宽度。
- p$ a/ k% y# z 
; Y0 \* ?- Z- ^0 A; L5 H N
使用2D图形
) t4 K+ g! X6 f
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。
# w: B* R- t% o# ]4 E9 c
+ E( s O& D" A" }/ b3 x2 `
使用表格数字字体
& V6 Y3 ]* p8 m 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。
) c: U5 S2 T, u6 U' h. Q7 \
& S" ]& F6 B, ~9 k& ^% z/ e0 q
统一感
! x2 l; R2 j/ U
统一感使我们更容易接收信息：颜色，图像，风格，来源……
, V$ k- V% p3 Z- t1 ?$ j2 l2 y
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
8 B5 }) R; {% ^$ n 
/ X y/ @- x2 `/ h1 k
不要过分热衷于饼图
0 c; w% g3 E" t* f& \
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。
1 D; t% f) @* \* U, Y" A- S 
% }* M' n; y) g0 d3 ?
折线图中使用连贯的线条
. x% z& _6 _ X& A5 h# G. K8 A6 _ 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。
. l' f5 X$ ]7 ~3 m2 N
2 g: G( p2 Y% | y7 y b
尊重部分所占整体的比例
( K% A' @3 }+ \' V$ |" G3 D' f 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。
- O5 S" F' X$ P$ ] 
) b) V2 U9 B7 S/ \0 [8 `# `9 | 面积、尺寸可视化
- [( Z5 T. @3 ~* q$ ~5 P7 F: ]
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。
( ?2 o8 o1 ~, r! j 
K m! D# c: v `% Z3 L 使用大小来可视化值
! u3 v, H% G' @- [ c% B 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。
- P0 N9 Z" t/ d. J 
3 L- H( q4 z0 e& a3 m
使用相同细节
2 |4 @+ d) M$ C" M/ j# G
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+ W0 E0 [, I+ ]6 U 使用基础图形
# m4 I, W1 R+ n% x
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。
3 V! V) Q g M' c( D8 V 
) j* C6 ?! R, Z. s, m; n* ^
视图数量
$ q/ E& f$ V9 Y 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。
# Z! u8 L+ E w7 p( Q( Z 关于图表配色，你可以参考的5条准则
" v/ e7 q/ u" u1 w' Q4 [1 j
颜色深浅
% P7 m( W7 `/ K
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。
: [/ ^7 y& J2 v8 H$ m% f
' ]5 C! i% E' M3 P+ X- ^, i
使用同一色系
7 W5 I% P" Y C+ p
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。
4 t! p t, C3 f6 X* Z( C
6 i# H. l$ Z- a+ G& j2 Q9 W. o( O% M 避免使用鲜艳的颜色
# T- r h' O! E! N( t% P% i- u2 X
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 X5 v/ Y1 p0 X. o* q
7 U, O6 }2 U/ V$ F S! w 标签使用不同颜色区分
( v4 f: x% y1 m 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。
2 }+ k! K3 f( m5 v7 ?; _. K
% F; \* Y G; y6 ` 颜色数量
* a' g8 Y& k, m7 v: m) @ 不要在一张图上使用6种以上的颜色。
% d- }5 J* a0 b5 c& b
+ w; m+ M% L. E) H 建议：
4 ~2 K5 t8 c7 _. M
使用具有高对比度的颜色
+ y, A* r3 {: G1 D9 R7 r 使用带有图案或纹理的颜色来传达不同类型的信息
) T( s8 H) v6 Z5 g$ b
使用文本或图标标记元素
8 t% H1 S2 Y/ V y) D 标准的可视化图表一定有注释
$ `; a) ~0 E+ ?2 [% Q, ]+ c' F 解释编码
8 y" y7 j- `" J$ k 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。
, F& t. c+ V, N4 z5 E# t 轴标签
1 G/ V3 Y6 i, ]9 j- F0 B V 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。
* w4 |; p2 E; @; B3 p" [, E 标题
D, G) i! M1 u! `4 c6 \. }, J8 w 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。
. Y: C/ h$ C" R/ [3 { v. T7 h S
' g. H+ j4 u8 ] 重点元素做注释
* _2 E* ^. y! k/ s8 O" { S3 Z1 p' 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。
$ C6 E% Y/ N( r1 O g9 N; o+ E& N
! P8 Z& P: Y% s' R) X
重要视图位置
( O6 ?8 Z4 R: o$ A. x. u! w, u 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。
+ z2 N; y/ U% n7 S( W( Z
+ T$ I( x( G# Q) `! g
优秀的可视化图表，遵守的6条原则
$ L; d9 U& v9 }9 ?0 Q3 p0 k& A
数据排序有序
. m& ~7 N7 i6 N; J' W
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。
# i$ [& m- h* e5 }
7 ^6 [: f- J. e, ]% ?
比较数据
# w5 a+ O- k* y7 F' h
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。
8 |3 {! v+ o' W8 N& T/ H2 Y
d3 u# i1 v. X. p 不可扭曲数据
, ^$ Q _" t5 W/ y: F3 R
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。
/ k C5 H0 p! O4 Z: V9 V
& C* u& f% A. f- o
展示数据
( p# |) n. f* k% w
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。
% f; b5 `' g/ P. ^/ A 删除变量
, s4 D7 _; B* o6 w2 G% S& [* v
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。
$ g: k" O; [" X7 |2 ]# A* }7 n6 g, z" } 避免数据噪音
( o$ W, }- m' { Z4 S2 y0 a& `4 l
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。
' ~2 X3 R$ W, M# D2 {$ T6 j
5 g8 R7 ^- k# }% o1 ?6 w: D5 o4 b 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 G" a7 c: h# l' }3 P7 w
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。
! e/ U; R6 C( M" Y2 n" D9 ? 各平台同名“职坐标在线”
) X' g- ?* S3 r0 u8 m
