# _, z" x, g \$ n1 i" e
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。
" i4 W$ H. A+ O5 t- i! t. E 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。
$ E+ {/ B4 L6 \) d
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？
9 q9 E* t. b& p! c2 s
『《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。』
; Y3 M9 Q+ F& [7 w* Q- y: X 
+ E) o1 I% h3 J( U7 `2 Z
是这样的么？
1 X. Q0 @$ }; @& }+ X- O1 d1 W 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。
# S7 b( w$ E- _
你不得不注意的图表制作小技巧
. k; b% R: p( y8 Y! q5 J3 b* N+ G 条形图的基线必须从零开始
K( H% L2 C/ y$ w 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。
$ P2 I6 I J3 \' Q" [ 
( O( i9 H# C( w1 \$ h3 H }6 u 使用简单易读的字体
" x W; k6 P( [: X( A7 k+ ^! {! z 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。
/ B# j! g6 L7 i' Z2 c! V
7 q! v' F& q* A2 V" g
' M8 y+ O# I! s
打开凤凰新闻，查看更多高清图片
7 o2 B7 U) \! T" h* y0 y: g 0 ]4 X" ?# ~/ S5 s& \
条状图宽度适度
: D! p- T. e0 F- R* q: i
条形图之间的间隔应该是1/2栏宽度。
/ a( _) ` E8 Z) [6 L
" \' A7 y2 G! R 使用2D图形
: K7 ?( o9 y1 L! ` G
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。
4 F, z" c/ K5 ]- l
5 ~/ C3 E% U$ x, ` P 使用表格数字字体
+ N- k9 ^' k6 V9 E2 S 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。
0 J3 `% m- ^9 d( C" d
9 m8 g* }. d3 o0 A# p; U: C
统一感
% E4 `7 y+ S9 k% @ 统一感使我们更容易接收信息：颜色，图像，风格，来源……
; k; \5 M, M( _1 y6 g 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
9 \+ D2 q2 \- z2 L# D E
, B ~* m& b9 F9 j
不要过分热衷于饼图
: K9 E6 r5 U S
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。
4 m N! V; b. {0 t5 _ 
6 K( ?' H9 n5 l7 |& n( h 折线图中使用连贯的线条
# A9 z+ g' ]7 g# F 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 V+ e1 m; X' V& b) K/ { N/ V& Q
5 e8 [% X* L* p( X; A
尊重部分所占整体的比例
" Y# \; k; ^) T' p& _
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。
5 ]2 }9 A8 ?- R0 A9 |. t 
; u4 k4 _) n# e3 n M
面积、尺寸可视化
. S$ B5 {! b/ e/ _' p 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。
# \: N' N0 ~, ~6 P 
$ q1 c7 y3 b: b 使用大小来可视化值
! Y% X6 ^& @# ]3 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。
9 J: u4 m1 S! Y8 R4 r% z 
, p0 ?( ?' x7 s- \ l 使用相同细节
r. Q5 G) L, S0 a k: d \ 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。
8 q4 d0 t) [4 g% e
使用基础图形
- V" v' f/ n- g6 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。
+ m9 X6 L+ {. N% Q, o& o! T* ?
+ N8 Y4 h6 k+ v' R" H, }9 E
视图数量
/ n/ S6 A& O: Q: n
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。
* z1 K- _( x4 q! \ 关于图表配色，你可以参考的5条准则
8 M+ E _/ |6 `. l! J
颜色深浅
8 a3 O4 U0 E& s- P' I' }
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。
( G- Q0 f$ {+ j. h
1 v$ h* W; F9 |3 |- g 使用同一色系
2 ^# {* A- n: h$ l& 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。
T- v- o* P* C: F+ u# n 
8 ^5 d# p. i# B; I+ a+ y 避免使用鲜艳的颜色
9 V; c. q9 ]! g. C: x* c$ @. F 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# ^0 p/ e y: z% w
* g4 `9 ?: C) Y R 标签使用不同颜色区分
$ H4 r2 T& `9 z0 h4 r7 z 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。
1 a* \8 V, G3 E- B/ Y ' D0 ~' ~3 z9 Q# p/ E2 @6 Y
颜色数量
: e' A! @) H2 a# ] 不要在一张图上使用6种以上的颜色。
: I# U: V( d$ U, G6 P
# \( t* m6 e1 ~$ \: u/ ? 建议：
1 S4 N9 |, A7 ^4 P' L; U5 _8 A
使用具有高对比度的颜色
! r0 M, j& \2 n, i# D 使用带有图案或纹理的颜色来传达不同类型的信息
O8 R7 O. e9 L) e4 c 使用文本或图标标记元素
" f% P- B- F5 D [# W 标准的可视化图表一定有注释
7 b; a, z" N3 g0 P- i' H
解释编码
" A# j, P/ r# @ h, J8 O
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。
0 ?8 J# ]! }. _2 j 轴标签
+ l$ \. _' S" {8 ? 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。
$ c) I$ ^1 F" P' S" Q 标题
0 f( b8 Y9 R' R9 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。
" y7 B6 A+ h- {- q4 O1 C) W
( q" X* R% J1 S 重点元素做注释
1 X% ~6 z, D6 W( [/ X 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。
( |+ c/ b3 U5 o' i# w8 D n# K' X
3 Q$ O+ K1 v( J8 C 重要视图位置
) G: ]9 A2 }$ x$ \! 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。
! p9 \, Y% o" a$ ]6 {1 c 1 L; X' |. C Q
优秀的可视化图表，遵守的6条原则
4 W6 `+ i: j' x8 A( B0 ]' P
数据排序有序
5 q- P- z7 ^& y5 T 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 i4 L q' G& g, k x" O# S6 L) f# o* L! W2 A% M! Y
比较数据
+ J7 e1 M. x, D5 T' E7 @3 i0 Q' U) 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。
0 u( r p0 P& G0 V1 r& h
6 h: `% }: m% T! F# v6 ~ 不可扭曲数据
$ C: F Q, m4 O v0 B9 ] 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 c7 X" r p' L# F! w# E5 f5 R
! n+ t8 r: p7 q5 q# |; p0 f2 `
展示数据
6 N& a3 n/ i/ _: ]
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。
5 V- g# a; p* H! o7 B( o9 N
删除变量
6 J- ~+ x/ i; p0 Y, F 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。
. b, {1 }8 S! T9 {0 U
避免数据噪音
/ j# _. R6 r1 v( q) _8 g
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。
* F3 ?9 q" H ]1 }' k1 H% r& O- I
7 {, V8 H& @0 }+ h0 h# V5 L1 L8 @
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。
! p5 m3 D! N4 `/ O2 y- M6 T; }5 X* V 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。
& d9 ^( V+ D! A
各平台同名“职坐标在线”
. o* L2 `8 Y8 s! G' J
