$ L, ^$ @( P* d3 s. F% ?
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。
2 L' L# j4 u' W9 T7 F- Q7 n 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。
7 T4 r( O8 d) `/ S S 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？
; h* j- |+ u4 \, V' C
『《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。』
$ U) j j" s* N4 \% b) |! } 
' A3 o. C% `# P( z$ X8 R
是这样的么？
1 l3 Q( J' [, }* \/ d; h0 G- s 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。
+ g( s% X4 M* D. K* H! ?- w; P& W1 h 你不得不注意的图表制作小技巧
- L p I4 @1 j 条形图的基线必须从零开始
& i' j( o, t7 ]0 Q3 Q
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 H8 f o% C& Y7 s$ { 
9 c& P( `1 v$ n3 N! K; }; [
使用简单易读的字体
8 d$ P+ _% c+ d) t 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。
) k% k% O# t/ | 
: ~ o( s/ m- j
; j$ S D8 l, _" N; ?, M5 f 打开凤凰新闻，查看更多高清图片
# o: Y/ e' F; i( B" \" V+ ?1 q+ z
4 i: l$ Q; |" h; q3 U- L4 F4 { 条状图宽度适度
9 n. L; }* |8 k2 b' w4 g
条形图之间的间隔应该是1/2栏宽度。
9 h3 `6 |( _ C: ^' g0 M 
/ i( d+ J2 a. u4 F3 l; u* I
使用2D图形
5 _; `. x" i# F. @
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。
$ ^, g$ C+ c r* o) m0 Y3 {
- u Z4 E" w$ z5 V1 y2 s. B 使用表格数字字体
/ W9 r g& Y4 u. k1 s! e* z! x$ X5 Q
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。
. U$ b& p7 Z- O! l4 n% d- _( U: p 
. X, r' p2 ~+ P R& C 统一感
4 U* x- a6 J0 d. m4 H9 Z6 A8 u1 C
统一感使我们更容易接收信息：颜色，图像，风格，来源……
7 R2 {. O5 N* q8 H, i9 @; \$ w
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
4 ]. n% S' S1 c | 
: E6 R, A; w3 `# J/ l 不要过分热衷于饼图
5 u4 i" {* P! [& V2 w 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。
* D( f5 J7 G6 T% Z0 R" H( j! ~' l 
3 \& m0 r+ r, o, ^' j" s+ E
折线图中使用连贯的线条
% H7 `/ y# {% ^
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。
7 r$ t# C; O7 u: M 
+ `+ G/ ?) c9 o p* l% l# [
尊重部分所占整体的比例
0 r# {# a5 _! y* N: z R! ] 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。
) ~. y5 m; D0 R5 P$ b" @) ]: j
" N5 u( }: @3 p4 w, q 面积、尺寸可视化
+ N- s. n6 q6 e' j8 a2 o 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。
: ^# @+ ?% Y7 d% V+ H3 x( ?
; E; t! T4 ^5 Z5 e 使用大小来可视化值
, }& y! x: p3 ? 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。
& F' D# ^. m4 M. |3 Y
; s# W) e$ s: r$ F 使用相同细节
) t8 S" }; l' B6 X 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。
/ `" e. o2 L! v9 Y; l7 c 使用基础图形
# \ ?6 D8 H- ]. r' v& ~
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。
3 [! z# h: p) C. |. j0 x 
1 k7 X* q: W/ h+ n9 E/ Q0 K* @0 o. b0 F. o 视图数量
* \, w2 f D3 Z- Z. H 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。
1 x, E7 Y( V0 u8 ~) t4 m1 w1 o
关于图表配色，你可以参考的5条准则
, B T5 S7 e4 y' k" o2 ?+ I 颜色深浅
# U8 s! Q$ p5 _ S& }+ s, E+ 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。
- O* A) \2 z! J) @ 
( h; A! X: U/ t( r- ~ 使用同一色系
; M7 j0 U) A0 }- l2 N& N6 q7 F 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。
1 w: ?. y6 J% [* O% q7 L/ `% F* i- i) B
- q4 }( Y N7 B: u# s& Y: x+ _ 避免使用鲜艳的颜色
P0 d; e0 Q- N 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。
3 y5 U8 n6 A) a% V
7 S) [' w3 `( S1 x" }7 i+ \6 o 标签使用不同颜色区分
. k' h& d) ]+ l3 u) W 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。
0 {' |2 Y7 e6 h! h% Z$ I
! e, P/ Z5 @9 m8 \- @
颜色数量
: r" K" V. W& n) H' D 不要在一张图上使用6种以上的颜色。
; l0 w9 t5 e) B$ X* x% u % `. h! Y4 `4 N" _1 E
建议：
8 Y/ G+ k+ [/ b H5 F. r0 Q: a
使用具有高对比度的颜色
6 {( Q3 ~" a, g1 f- a
使用带有图案或纹理的颜色来传达不同类型的信息
0 o0 X1 |- A0 x* T/ m. j' D
使用文本或图标标记元素
# a7 Z7 A9 d1 b" x, T: c 标准的可视化图表一定有注释
; b' [/ m# Y. z+ |) \8 O9 }5 W 解释编码
1 t, g' h+ [! y' i 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。
/ \& H4 q& y4 x6 k* u+ ?, M$ b( R 轴标签
) H9 @* Q- K% L n& B: v! z 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。
7 Z4 A5 f: u" C 标题
' Y. L' w4 z F0 i: I# v
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。
7 ]5 k( R7 {; A4 v
' u1 h+ a& p/ _) Q" I3 d G 重点元素做注释
9 J* [: X5 ]; T1 B9 t' y: k$ R
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。
8 x/ Q, D6 ]' p+ y7 D5 b
3 r8 C4 O" r6 P' `. K I+ H( S 重要视图位置
! W4 `9 y+ d* A1 ~/ z! I1 ^. T
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。
9 `+ C- U( h- C1 e3 o# s( _3 D- _
4 g& Z" L: M8 y8 [$ a 优秀的可视化图表，遵守的6条原则
# N& n* N. N# ^* A7 r5 A R 数据排序有序
2 U5 @2 k4 k- f0 l- W) j5 [8 O( b 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 ^- I- x0 w O
( x3 W0 l; I) S% Z- n4 M2 Z 比较数据
" c5 i, ]6 i" A$ u. m 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。
. n3 M" C9 v/ V$ |3 B3 a; o& l
( K. l* k. W; s( c 不可扭曲数据
3 L: U* I( ?5 B! ? b8 x 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。
' C2 a" A. o! e; ^, d& z [/ e0 [# e- z; y& N1 z+ {' T; y
展示数据
, K% M; W4 ?3 o3 R" Z: P 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。
* y' J6 W, O- H: Q2 M
删除变量
3 A( X1 I' {% g7 W 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。
- q5 l& L Z" q) ?* ?: U- [/ u% q
避免数据噪音
) [; Q3 u7 U0 |+ j9 ?5 |: f# w. V% 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。
; Y7 E: f; y7 d7 O' t6 {" b% z$ j. Y) s$ N
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。
9 N2 M( N# E' c
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。
* k' |7 E9 U$ U
各平台同名“职坐标在线”
* `. [. A. U1 M
