& W' \6 C, X* I/ n
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。
/ d! O/ K$ C- m+ b 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。
0 N' p! A( i" |8 g3 A/ R9 j 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？
7 V( d& s9 l) ~& v( a: M7 |9 Q 『《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。』
; }# q) g; [5 n8 o! \+ G) ?3 ?
4 q6 m6 G2 E; m- P
是这样的么？
0 B3 ~1 J; z7 f3 d 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。
t( u2 M5 {- F9 w 你不得不注意的图表制作小技巧
; J* U1 f3 q- U7 _$ J: f( _2 p- V7 f 条形图的基线必须从零开始
5 ^) P- M& V* `6 b8 \! d 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。
4 w- }- Y L- N Y, w5 c
" m+ r( h+ L) K8 p% C5 ^! B 使用简单易读的字体
% R L& ]! V2 i. s& w: ~ 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 b. N8 Z, K f7 Q
% r2 ] H% l T" |& l+ k2 l z* [ . s- @1 l; U+ s$ j% c0 ?: @
打开凤凰新闻，查看更多高清图片
P* I/ }- z5 [: P2 |0 W9 [" @ x5 {9 v1 d) x3 G+ p L
条状图宽度适度
; s8 Q+ R* |" e- Z. H! w& ^ 条形图之间的间隔应该是1/2栏宽度。
: k+ ~% z8 [5 T8 P" k7 \- j- B
) Q. r+ r% \; h" _0 f( s) E 使用2D图形
% B+ {/ X/ t+ f( o8 o1 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。
) }2 F" S; l: p1 R5 O: E) X, E$ x$ O( w
, S S6 t- L. p+ Q
使用表格数字字体
8 d {- L! c" t
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。
$ @6 p5 I% F4 _ L7 m* h. r 
; \& m0 r+ C9 x; I- \
统一感
1 O" ^' X C# ^, J- i k 统一感使我们更容易接收信息：颜色，图像，风格，来源……
! e* G. \+ M/ o/ G1 H/ ^. |
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
: K' f" ]+ k2 c. o
: \) i1 l/ o! J 不要过分热衷于饼图
/ e j3 s9 ~4 O" S# d
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。
q3 J5 `7 i( y' O( l 
6 m6 t. Z1 @/ x$ E/ N# G
折线图中使用连贯的线条
* N$ w6 V1 X5 W( w) i K 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。
' F7 P' Z6 p' C 
0 c9 h& W" s) b) |+ t# o7 G8 E$ c
尊重部分所占整体的比例
7 q h3 S" c$ U. j* X) |
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。
; ~* Y. h: R+ L$ K9 q 
7 p; l/ t3 s+ `: K, m( o' j6 c 面积、尺寸可视化
* k6 L* A1 _% L4 ^7 F* C: C 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。
* c/ |5 W: ~$ l& T
6 _' _' U1 z3 n/ k5 c- t# j0 {
使用大小来可视化值
' x: {+ N0 o6 { T6 U
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 ?9 }! z, B# S. C
( s' K6 n. B6 Z' Z; C1 o! i 使用相同细节
& D$ y6 ^5 ~4 M
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。
9 _5 B! W0 `9 U* o5 B% s 使用基础图形
6 Y5 k/ ~- l# w. h b! R
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。
& X6 v4 k' q9 j* k' I, y2 v5 N 
" U, I$ U7 f/ ~* @- ?8 E 视图数量
; R4 I% f* ]. z2 d9 C. F( n9 t
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。
: o4 K A4 q0 ]
关于图表配色，你可以参考的5条准则
1 F4 x2 \0 C9 g9 b, s) n% ? 颜色深浅
! u5 l9 W8 ~; \) W 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。
/ ^9 N5 e. v7 {7 \9 I 
0 _& i" N& @9 A6 S! z7 A3 y4 z% \ 使用同一色系
0 |$ e* M* |" P& c) `7 J
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 D9 n. i' ]5 G" c5 ^ 
9 a7 {- A' w& B# T( {4 u
避免使用鲜艳的颜色
! ^8 h: [/ 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。
; `$ i0 O4 x1 E
# c Q, P: n8 ?* j0 Z, I9 r 标签使用不同颜色区分
) s) ? r; c, e! y; B8 j 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。
q- T- Y2 _! o5 a % X) M% ?! [8 W0 X
颜色数量
: o# s" y# H1 l$ r8 s 不要在一张图上使用6种以上的颜色。
7 X! W# x/ G* R, |7 ]
. D. M' Y4 ?( @: U4 H 建议：
1 j1 I) `3 v9 y0 I1 E
使用具有高对比度的颜色
3 U% t, D/ C; R. X 使用带有图案或纹理的颜色来传达不同类型的信息
/ g- {* `: M9 D& \# X 使用文本或图标标记元素
( e0 s/ {* `) ~) i# c4 {# F 标准的可视化图表一定有注释
- Y. o4 X: P0 S# s5 O( c; e 解释编码
7 Z2 }* N8 i4 m) i. q 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。
7 ]- v8 V: t/ e5 \
轴标签
3 M. y; ^: |) B8 q5 _
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。
6 A, h! `/ h3 J6 t5 M8 z6 m
标题
) G( u" _6 ^( }% O- U! _9 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。
6 M f% m+ k. H7 |; V6 J; [" N
+ N3 E6 ]* c6 @' C
重点元素做注释
! [$ p* S6 y6 b6 K& V5 w, F 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。
3 i4 p# l7 S$ |& j: R
3 b) f: Z7 s& k: J& w: z" H: R# x 重要视图位置
( {& A$ x" o9 K7 W0 { L
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。
3 U9 f! `; q9 g( D
) U. c, d+ ?4 ^& {8 |% d5 L! l1 i
优秀的可视化图表，遵守的6条原则
& Q5 R8 y- Z* s! T! Z( p! x) E
数据排序有序
# c- S9 _. P7 i+ n' b- V! j 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。
. g9 p6 g+ M. V
3 {9 x) ]# t9 E0 \% q: y 比较数据
0 K- [! x; \% N/ r: Z0 Z0 P
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。
0 Z# a1 B4 m8 j: _3 Q
" F: m1 V: J6 D* u7 G 不可扭曲数据
7 Q5 S! j, T9 W4 K0 m$ ]5 E2 c 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。
' W& \; `; Z. P5 D( N2 K4 p2 k" b: F
8 I+ ~5 b, u: Y/ h 展示数据
, u( d+ q9 f1 m% [ 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。
6 a4 u, g$ ~% w: v G a 删除变量
& j- j6 j; |+ U) ?: p4 @$ 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。
' v5 p& B3 F" K4 C 避免数据噪音
! Q7 p9 N: Y1 J 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 D9 ~) N% O d' A/ X. [1 C1 B+ j- I; G; B) c1 L2 x
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。
5 f% s3 I, N) u3 M3 h 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。
' j; S; ?* |0 m+ w% n. I, i, V
各平台同名“职坐标在线”
7 c* \* ?4 m6 `4 i* H) r# u 
