6 O. a, Y3 m6 {5 N. y! O 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。
K$ u% V: N- Q p 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。
$ H7 T9 t" k p( f
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?
& E$ B7 f/ T9 W# n( q8 P# t( 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。』
4 y% K$ f2 J) L0 E: ]

# @' Z0 K0 D+ u' h; \) W. x
是这样的么?
9 B4 Q4 l' T5 o1 ~, |& q 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。
2 m2 ^8 C! c) T7 q1 b# U z 你不得不注意的图表制作小技巧
) p& o# W( m2 o' Y$ Q9 F
条形图的基线必须从零开始
, c9 e* y! h2 e; K0 w7 {3 r 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。
+ o3 c3 K% m* @" o2 O

( K+ C( j+ U2 h; k
使用简单易读的字体
( C: @ m! l5 Q0 {9 ~; q$ [, m
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。
& I% x9 W7 i) c' m% c' A4 ?. v/ g
; U' @% N" b) j3 X & B3 _0 O, C" P7 ^
打开凤凰新闻,查看更多高清图片
. M! M9 l" ~6 n3 u L/ K/ h% u ' C, Z+ E, K) P% V' n
l) j% O7 x1 G! A 条状图宽度适度
( J6 m* c; k* }; v8 ]
条形图之间的间隔应该是1/2栏宽度。
. n& p( Y7 f$ B. h7 i

$ I& f# j+ G/ s( w' |
使用2D图形
7 I: O% s. f6 c3 b+ Y$ C1 o! _ 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。
2 z; U6 R+ c3 R0 w- S0 i 
$ ?/ e% R/ I" [6 {% U 使用表格数字字体
; ~( c- E/ u9 P8 I! ]5 _
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。
; E# f( t, H( z3 M, }5 i

+ F: w/ l7 T! h 统一感
1 P# G% E$ X+ A3 N
统一感使我们更容易接收信息:颜色,图像,风格,来源……
6 k) l. p: I2 G2 M& m- ^* H/ d9 p! }
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
" Z; t v$ F, e 
" d" K t7 h8 _: r
不要过分热衷于饼图
- w: a8 Z6 X P; s' x! E
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。
; ~( p% h! m5 v' x: }; p# U

1 p7 m$ @. f2 Z$ u [" x7 \1 @6 R
折线图中使用连贯的线条
' `" X3 w% c. T+ R2 X 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。
1 a8 N! B2 R' ?* z9 L' {0 B 
+ a( r' j( g1 \ 尊重部分所占整体的比例
5 E* }5 `3 r* M- f; m' B- T6 ^* a
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。
' m% H0 D6 D ^ 
2 ?, b# c2 O6 K/ z! A
面积、尺寸可视化
9 o1 S6 r1 \1 H) j/ n& n6 ]/ q" I" R2 y 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。
9 d8 }, p) C4 i

. p! M% s0 q/ r4 V
使用大小来可视化值
) |) f: ^2 R, P( o
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。
6 e# B- n" t4 E8 w b: A( e 
V8 R8 s* C6 g$ l( [" }+ i
使用相同细节
c, ]8 U0 H( n3 V" a% a 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 Y* u8 t3 i, m! P$ M$ m4 D
使用基础图形
: P! W+ {' ? P3 J- G& q+ i, F 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。
$ s- I$ U% q: k 
# }. {; T5 F, k4 V
视图数量
, @! D' V6 f; N& e9 v1 O 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。
4 H, V! B! h8 {/ E" a" J 关于图表配色,你可以参考的5条准则
$ X/ ~0 F- s3 F: T* ]+ c
颜色深浅
. |* Z, s4 ^ }+ k5 ^3 e6 V
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。
1 ?' j; L2 K2 y; s( O) j# e* N- x

' O7 ~( v% \1 \' \: _5 X! ?$ }
使用同一色系
4 A4 O1 B1 H, p1 w9 D# O \) }+ ? 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。
: {* q; t; R. j: n6 h5 l- M

, u1 K8 ?' ?8 W! [3 P
避免使用鲜艳的颜色
% w' e) R: q4 Z3 @, v6 C 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。
: m/ b6 B, b/ b2 V$ C( W
$ G! n. B7 \+ J, Z7 n/ H5 }1 _* s
标签使用不同颜色区分
% b* ]* Y; c. N, r) 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。
2 i% f5 N0 m- B7 Q2 a
/ v$ y$ f. @6 g6 C8 `+ Y. O8 u 颜色数量
' w. [% E- E3 s2 [ 不要在一张图上使用6种以上的颜色。
! r( ]6 D2 T# s/ ]) Y+ T ; x2 `& ~! r1 {9 X2 Y5 M# p* W% h
建议:
% R: X7 ^# Y* t/ n
使用具有高对比度的颜色
A+ V$ M$ r& D 使用带有图案或纹理的颜色来传达不同类型的信息
6 }- d: b9 a3 {) Y1 x# y
使用文本或图标标记元素
H& X c8 W& c; d9 ~+ D, X 标准的可视化图表一定有注释
( G. I5 E+ r8 ?' _$ E- s
解释编码
/ t5 T, j7 S( v* ~8 E* g
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。
( `5 X6 p; I/ \4 R4 D5 M
轴标签
) N( A* b, O7 S$ \ 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。
9 T- j; z4 \9 ] 标题
! U0 i) b" T; [ 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。
- _6 o% t9 S* ]( A' ]! @5 } & O" L7 i M( g( z/ u, o& R! B; u C
重点元素做注释
5 X% f; b; G& r i" C, ~& p- }2 |
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。
4 ]" ~4 ~: W* W. J# B1 M+ `) _0 Z- Z/ K
) ^- B! H" E+ v% s; x/ N# P; M6 g
重要视图位置
: Y( I* t- i6 R4 E5 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。
. p2 {0 [! @4 d# W! n% ? # y' d1 V5 i# H+ O4 \* E- J0 ]0 p
优秀的可视化图表,遵守的6条原则
& f* g" e. u% p) D, d1 I
数据排序有序
% u: v0 K# A7 F* s) ^% E- x 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。
0 U" n& o, W) D+ w) f0 x i( o, B8 ]8 L+ ?$ [
比较数据
% m2 }# r. \) d% E 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。
4 A! P3 o8 I1 t# e! G1 J g2 d1 r7 N4 g: [* o, K& A
不可扭曲数据
* ]0 T# N6 P8 j* X5 n 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。
2 h' m7 i. A: n! _
1 M9 F/ |9 c/ D 展示数据
$ C+ {( C# y( d% f' [
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。
- T3 G! E" i: l7 z2 M 删除变量
% Y, p M, H J0 ^) {
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。
! z* w6 j7 _3 z2 B/ A. w
避免数据噪音
+ f& f2 L8 C3 V! b7 H- `; M' a8 n
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。
0 ~7 D. H. S9 Y% C8 A- \
7 _5 ^: F/ V) y: S/ S 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。
+ z; N# v" A0 W5 a* e
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。
/ g8 [' @" `" q- l- ?, p @
各平台同名“职坐标在线”
$ N( }8 ^! o2 ^ ]3 Z