$ N7 q" q# G L0 W 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。
, D8 a# g( v- M$ 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。
5 _& l2 n1 E- }1 @
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？
# o' v; i0 X. t* K5 r# J 『《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。』
1 _9 S( p7 P0 Z# Q% p
9 F4 ^2 P- C; M: @) d; J, |' ~9 L 是这样的么？
n/ s/ W% K5 R( I/ W# F; X" 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。
; W, Y, V, w2 N; s+ k! Z
你不得不注意的图表制作小技巧
/ x3 y5 P" f; n& X. A/ k
条形图的基线必须从零开始
, T2 x$ m' Y6 Q. | K
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。
2 B; J8 m8 T0 J8 p' d 
& ?5 m# |- W1 y5 {+ c/ | 使用简单易读的字体
" Z2 @; B- P' e* m4 V- 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。
( j$ I& d b* i: C5 s 
! Q+ ~2 U" F8 S X' s9 M* E
o6 F. t& Q& C: d
打开凤凰新闻，查看更多高清图片
1 a$ ]( Y7 u; `
# c. h2 {4 K5 i% m! o/ y* g. f4 V 条状图宽度适度
4 u& z3 Z* L, `( A 条形图之间的间隔应该是1/2栏宽度。
' ? {$ ?' x% }# @$ [4 v0 E
% V, F6 k: l8 V0 Q! D 使用2D图形
2 I& T0 _& h+ A5 o# d- Y1 r; y0 _# u
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。
( O$ G$ R7 c- s 
2 C4 L' v1 s/ l0 M. _, ^! n 使用表格数字字体
i9 P/ j: Y! k7 D% R7 k
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。
! _3 T x& T0 [ {# ~' l
3 g' R6 R$ G4 R4 h 统一感
g Q, G4 n" w, F0 q" A- }
统一感使我们更容易接收信息：颜色，图像，风格，来源……
4 J: f# {6 ^+ H* Z+ o) j; c$ ^ 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
/ T2 F) M: s( c( _" k* p' H 
F; g. Z( g1 l- C2 E% a1 x: q 不要过分热衷于饼图
+ D2 Q- t1 l% @, I6 [" A$ i 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。
; h& B# R3 o+ p2 _1 U' x/ G) o
3 H; s5 H* g7 I% ~! H 折线图中使用连贯的线条
1 k8 }: D& U: S% L+ [( g+ O
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。
/ ]# O3 b4 W; A' o2 g5 z
1 J4 j7 [+ {: m' l {6 q 尊重部分所占整体的比例
& L9 Q+ `$ f* v- v3 m) j* s, ~5 ? 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。
( q8 i9 @% s& L5 z1 a5 f 
, X+ W. i: V9 @. l& m% x
面积、尺寸可视化
. b3 {. F0 D' t4 ?' {
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。
0 G! D3 d1 J+ N, B- R3 I
( s m3 ~- `" b8 u. c: [3 i j
使用大小来可视化值
" [) `: F) J, m/ E' m: { 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。
0 c c7 }; C: ^3 @" I' W5 P$ L9 g 
1 }# U# a9 J9 S 使用相同细节
/ S8 Q; V7 x5 Z/ ^/ O) U1 _ 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。
& I9 Q6 [1 P5 B/ ^* l; W: k
使用基础图形
4 d& h3 @; u& C5 l9 D$ B
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。
( n% Q, M( m# T9 u" E 
" N' p$ U: V$ w, y& d/ T* v$ V 视图数量
2 g; E6 v5 o+ p1 j# O; U 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。
, Q/ A* i% Y# a' w 关于图表配色，你可以参考的5条准则
) g" O9 q0 O" ]( [* x! ?* ?) X 颜色深浅
1 y( F' A$ l4 M6 U
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。
0 Y- v% N- q- g. ^* H
" l. b) F+ A6 H3 O3 J
使用同一色系
' T' u( w) V7 c 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。
* z9 Q c7 O) |. O 
$ S( f& v9 A8 N. t1 ] 避免使用鲜艳的颜色
|4 d% n- P7 n& E( d, {4 i/ b 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。
+ n* f2 I" l7 A& j6 a ! c7 L& Z s2 p* i' Y3 z9 ?
标签使用不同颜色区分
% j: R% b, S$ `; T( L4 l" U2 G 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。
4 i& z' Z( z1 X
3 p; X1 @* }# D
颜色数量
0 I. U. A2 A" Z4 b; ] 不要在一张图上使用6种以上的颜色。
& Q/ n- B$ u/ p% M0 {5 i( u8 @ & S1 g" x4 I, ^4 ^9 j( N
建议：
- l$ q* ~! v9 V2 L1 [9 r( Q 使用具有高对比度的颜色
# S+ q. O( {# i" V! d 使用带有图案或纹理的颜色来传达不同类型的信息
M# j- G+ U3 d1 R$ s! X, d! _
使用文本或图标标记元素
% S8 @- e% d0 {& K, p3 w 标准的可视化图表一定有注释
- r; }9 ^% d# x/ t( E
解释编码
2 n. X" J" D7 l% \! m
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。
& z0 `" @- [0 z
轴标签
" p. H" `, l1 K8 ^: C3 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。
/ r" r- P4 a, B( d 标题
& d4 M- U [/ O/ f( X. ?3 W8 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。
' T6 p( U, t6 W( ?: S# C
6 W- d1 g7 _, a( t6 B) E% r! c
重点元素做注释
7 ?1 d/ h7 F+ f& ?5 o 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。
6 q7 N+ q. t; v
3 {3 s$ P Z \( Z( `* k 重要视图位置
1 Y* T( d' E1 V9 F3 b' C
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。
- _" b" U3 t/ o N: {2 T8 }+ L" O! M7 Q
优秀的可视化图表，遵守的6条原则
% V) B6 A" Z+ Y8 ]3 i3 W
数据排序有序
4 w5 V4 q! q; z2 B$ I0 C2 |& c0 l 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。
& K' W. N% n8 E
5 B9 w! z: N2 s- |/ z
比较数据
. B2 h) {9 B7 A! W5 T
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。
$ H' T8 S) ^" [
" @; L7 [6 ?7 _ u/ Y 不可扭曲数据
8 d3 x! r0 G& K7 C y 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 W$ }5 z6 K8 N1 [4 T# X' t" Q9 a, i* m7 l
展示数据
7 [# i. r1 J% w4 W: \. T' m3 g# V9 |
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。
; i( p/ E- w6 G M: j3 Z9 B+ I U 删除变量
1 M0 L" W4 r6 B3 c- Z% Q 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# f- K( C% i% G 避免数据噪音
% R* X1 ~( r; s2 G4 X9 D8 E 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。
/ o$ Z; q, @) n
1 q. l" e4 U8 a9 N4 K7 w% i- A 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。
7 ^4 B3 Q, I" i. d, A) I4 z6 N* t
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 }3 [) ~' L: D
各平台同名“职坐标在线”
' D( ]: v1 h: I5 w6 J# `
