8 K. \/ u& ^6 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。
- v% _5 V, A' P& H% d; S; ]
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。
3 u+ _9 N0 ^( ]9 g7 |9 V) N6 Q4 O
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？
3 h" u6 L" L5 P
『《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。』
8 k7 e* F$ ^( R9 s
5 M# Z: p0 ]% u+ m! T9 `: {3 ^
是这样的么？
! P X) A$ @3 s% _8 x5 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。
, |& J8 P8 @3 @' u 你不得不注意的图表制作小技巧
# P6 L* T {3 C5 m9 P- z
条形图的基线必须从零开始
9 k T } m5 _, U7 h/ J 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。
" B- C( E+ M3 A% X9 O# Q, U: t" t0 ~3 w
# f6 [' {+ h+ X0 V0 x& u
使用简单易读的字体
" \) K* Q+ L7 P' h' ?- g- G { 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。
2 }/ f) d' v w/ }9 u 
8 s+ V( ^, ~+ z3 o" ^* s! g
o7 s5 @+ {% S! g( {
打开凤凰新闻，查看更多高清图片
: m2 _% W9 n8 z$ _3 E5 L% }
. h9 Z/ X; r" ?; C7 s- l' I- g ] 条状图宽度适度
1 }3 [8 T; O2 `) @0 C8 t& a 条形图之间的间隔应该是1/2栏宽度。
8 ?8 j4 a! |6 ^ i! _+ ^4 x2 g 
; c, \& o- o. o2 w 使用2D图形
, e w7 s& [* h) x& z7 A# A
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。
- u6 R4 X5 o# U( q6 g0 ^$ v
, z! h7 X9 | w5 x; m
使用表格数字字体
' ]8 m& N* K1 f5 v 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。
* L; I# g2 U8 t$ A- m& q1 V 
" ~- c/ F7 T5 C: u, v5 J 统一感
9 j3 {2 v& J5 W" g
统一感使我们更容易接收信息：颜色，图像，风格，来源……
$ F- b% `: x% 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
; X: O: a' ?) K( P' E6 ~
$ d% x" g$ h( Y' }8 q* E
不要过分热衷于饼图
3 @2 w0 s! L. `( A" H1 _
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。
- _; n' R5 [/ Y! X: w0 z6 d3 |$ ` 
0 b" N5 v2 w2 X3 x 折线图中使用连贯的线条
/ ^; @$ {* J( V+ C- V
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。
$ R# |% C$ x6 k8 f/ S0 X' I
7 n% C; b7 w2 } 尊重部分所占整体的比例
. V5 N% f! {! W& X( k2 [9 M1 U
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。
0 w, ]/ M ?1 C/ c: N
5 w$ W4 o5 e$ ^8 b, {; O 面积、尺寸可视化
, e3 |5 B G! X# z& ?
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。
, K5 }7 p. y3 _: _ 
$ F9 T f) ?; v6 h
使用大小来可视化值
* b+ A/ P. Q- N# \3 i: k4 v8 @( Q* t/ [ 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。
/ |8 K' {5 o$ h" T* |" A
5 _" M/ M1 P# r1 `; E9 a6 M; T
使用相同细节
- Q& Q1 @/ G6 O2 ?: ]6 f d; o0 u 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。
) Z3 a; E$ |: g* z& n
使用基础图形
, |* w* R# ]7 i f* S Z/ S 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。
/ o! {# a5 D/ e ?" i$ } 
" w* z. G0 R2 x
视图数量
4 [+ @+ M- s. X; c d& f0 Q" 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。
! z+ |% l3 P8 ?$ ~9 I7 K/ G2 d
关于图表配色，你可以参考的5条准则
2 U" H/ \' ~& H( E
颜色深浅
& w/ Y. g7 w( b5 } z8 h 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。
! u; J% L- i' L* A; J6 @ 
* I* V* O$ E. G3 Q3 N E, H$ C 使用同一色系
! k& D+ t4 C% [1 N
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。
3 z5 \6 F4 t$ I. G 
* w; U5 ` O9 Q! g K5 _ 避免使用鲜艳的颜色
4 P( K$ I% v" J 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。
+ }, U$ k8 Q: {) _: i
# o, u0 C# H4 d4 D/ J
标签使用不同颜色区分
1 T4 }4 n; D0 Q, F/ A2 }+ y. X 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。
( f. m5 n" L! `+ A
+ n/ v1 m: s5 m8 j+ E, u" ^ 颜色数量
( U2 s1 K( L( u1 s6 @! F 不要在一张图上使用6种以上的颜色。
# }; Q$ q+ R8 ~& w; M- @ ^3 O
5 K/ d7 u8 ~8 _: z0 m. d 建议：
8 B9 Q# f# g9 ]' D+ G$ k, k4 J* s6 A3 A; u
使用具有高对比度的颜色
. [# P W1 Y6 E6 r2 d! l1 C
使用带有图案或纹理的颜色来传达不同类型的信息
% ^6 \2 ^: B1 O! t7 ~7 a' T& ~
使用文本或图标标记元素
( m1 V: j S9 d* H; M1 I
标准的可视化图表一定有注释
& W0 U8 C, D Z2 K6 ~ 解释编码
7 ~. c* E3 k* E& T 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 T0 Z, F$ T9 F$ T v6 V 轴标签
i6 V: Z) ?1 W6 Y7 S6 ]; 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。
; @# k9 O: ^3 i5 Q8 L9 ^
标题
5 o+ q9 b3 H. ~, ?4 |" u7 n
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 b8 y( q. Q$ L
' M( ]# d d7 B" T |: d! @* e
重点元素做注释
; y q# [( i) E" W2 Z* v, h- v8 Y1 W 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。
0 {! R) S8 i9 t: X8 _! D
4 H! B1 Q3 E! {& n3 D 重要视图位置
& A+ F/ c A5 e' q
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。
) a' N2 W# d0 W 0 J" Z- w; b* q5 g. Z4 r, w( a
优秀的可视化图表，遵守的6条原则
5 h8 z9 P% Z0 F7 v7 d+ q
数据排序有序
8 ]- Y0 }! |1 {9 Z* ]# 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。
2 @% I1 [; M( |8 a
* X+ b/ I- ~1 N1 r: j X
比较数据
# [; J7 ~7 l4 p$ X 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。
# z' }" F A' k, R: k2 |3 G8 X+ i1 v- q5 C0 W
不可扭曲数据
+ i+ q* C$ z" x0 R' c8 l8 A1 w8 S& L 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。
# m3 X" O3 |3 O% n; _7 ^
9 @' o6 G6 ~5 Q* e, _0 s9 k
展示数据
/ Y) y( N, N8 K 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。
; q; @. O# |/ [ t6 d
删除变量
, }2 N0 x) H( U8 g! g' l* {; ^ 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。
8 E9 P4 `: _8 F {0 e8 A5 R+ {
避免数据噪音
) n" v2 E" J( A* @# ? 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。
- z4 Z; K; d8 A1 t, r% i5 o9 L
: M: G# X) S* _! _8 U: K7 C 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。
6 v2 A! ^1 _- B% u
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。
0 Q/ z$ q% f, m/ ?
各平台同名“职坐标在线”
. C+ \/ |5 g: Z' B/ R
