/ B9 d! t+ y% @, m% H# k: ]
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。
( T0 b: w, U r1 ^
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。
( o) X& T" F: H0 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？
7 l5 A9 W* ]+ x. f. V e& X4 V; U
『《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。』
; |4 m; Y7 |, U/ s" U3 s 
6 `; w/ K; W# H9 [, ] ]6 x7 s5 j
是这样的么？
7 U4 {0 U8 u/ C b% \3 a 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。
5 ?+ K# _: a, N! E5 F
你不得不注意的图表制作小技巧
7 t; ~2 f; g, z. S4 s 条形图的基线必须从零开始
: [7 j5 T' t. s& a, ^1 \- y
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。
! J* P1 A% b E; [4 e0 t8 z4 } 
3 l$ q2 e' I5 K& A6 k
使用简单易读的字体
: M* z H; f6 Z" j( n4 s 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。
/ A. {! `1 P6 R2 d- g% G 
6 N$ F s2 w, v4 X1 m
# w0 b+ C2 H, r* X
打开凤凰新闻，查看更多高清图片
" _* p1 \; o: O' w- M/ t/ P! p( D6 A
$ X# ?5 y: d# | 条状图宽度适度
# r! \4 \3 X; j: W7 c; B/ ]
条形图之间的间隔应该是1/2栏宽度。
) n2 N# ~1 Y4 A, g0 h* Z2 H; ~
5 D W P4 s0 w- J- i5 n- x: l
使用2D图形
8 T( g" `, B, Y5 q 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。
$ u+ `3 ^2 @3 c2 C5 L7 P) j
1 P# r x5 ?" B7 u& m# A3 ^' p
使用表格数字字体
0 c% L |& \5 t V0 F 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。
! N$ L7 j$ K1 H1 ] m8 Q6 B% T
5 J0 w* G$ G# X& Q$ D/ v0 j7 n8 d# c 统一感
* G% E! a. X% z 统一感使我们更容易接收信息：颜色，图像，风格，来源……
$ v. b& [( I; i% o, ?- ? 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
; x8 `" K+ e2 X. f( b7 [' z" S
, {( P- u$ s8 O/ M 不要过分热衷于饼图
) v& {4 L/ ^! W! A. Z3 } 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。
. f3 ?2 A* T5 t
' U$ O5 {! L3 `% e
折线图中使用连贯的线条
3 |" _6 t$ N' A
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。
) W4 G0 e8 t7 E$ p0 D' C
! C c8 D. D; u* a 尊重部分所占整体的比例
$ I# S& H/ U6 Y" ~, q 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。
! t" L6 M/ t. w; w! v1 g7 g ~7 O# b
% C1 R+ S! m7 b8 k 面积、尺寸可视化
_9 z8 K7 f, H/ a9 p! e 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。
# o/ n' {" V! V3 V$ B6 R/ @" k( E/ o 
* O) l) H% r! J; f* [/ l. ]
使用大小来可视化值
G8 M2 _" i. g2 F. H% x0 P2 k
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。
5 k. C' { U0 J! J* W: l U 
/ Q9 h8 o4 E; Q3 d 使用相同细节
* J) i+ g. ^5 w/ v; k
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。
6 V) ^' N, r E& \* ?. b8 }7 o
使用基础图形
; _& Z7 T" X4 Q9 q 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。
( _' z; j7 D$ a, P1 {2 Y 
) q! [; y- c O5 H/ V
视图数量
! Y& U6 {7 [7 [4 y* c& f3 G. b 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。
/ I7 S! ?5 K- G% N/ G" Q) c/ u3 R
关于图表配色，你可以参考的5条准则
# |3 V0 j3 O Z! X
颜色深浅
0 G1 F0 H3 u6 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。
$ p2 s* t' i& k) f# s2 g/ {
/ B8 T' `& \; v4 C
使用同一色系
! h* P0 S* {+ K% e K& ?/ R8 K
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。
( v. P5 @9 S1 {. p% O/ x 
+ G9 E, K d/ C+ H! \+ m0 { T0 n 避免使用鲜艳的颜色
0 A8 J) ~. _. [' S) {0 m
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。
( _* O6 h% i T% B
$ _9 P( ]3 B0 }4 x& w% G; \' D
标签使用不同颜色区分
( W6 {! x+ R, e) v5 ` 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 B/ C( h1 g, z. U$ n+ X
2 M! n8 G+ k" Z' Z* j; ` 颜色数量
" R, V3 m. K& G 不要在一张图上使用6种以上的颜色。
0 q! M: m8 @% E0 K
) e& [: @3 s& s- Q9 D6 Q
建议：
" q) m0 ?2 `2 A# [7 U) _# {* U 使用具有高对比度的颜色
7 [2 c7 E l! j! b9 R( h 使用带有图案或纹理的颜色来传达不同类型的信息
" X# V% V! ?0 N' S! i3 l 使用文本或图标标记元素
( a, A8 a9 p1 N8 y 标准的可视化图表一定有注释
6 _" y! B' c4 ~# m6 s$ i' t; A8 A 解释编码
( s) ^1 N+ r: n4 G( ?3 A& M: U
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。
' Z. t3 T4 a5 r2 C1 w" X& U 轴标签
3 O" V8 c# b4 f 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。
5 F6 C+ K; \2 O7 f 标题
" F5 ?6 k; j0 F" D' 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。
" ^: T' ~' z, N v2 V( k / g% J# I& h: b4 F! E
重点元素做注释
" ~* C7 B2 h# u; r4 _ 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。
7 w6 y3 I0 L2 u% X& O/ Q
; I/ ]) _/ x, C* m5 q 重要视图位置
3 d, u8 {( L2 x; o$ ^5 q. p: `% M' d
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 U" f- u/ M) Q: e4 B6 {1 Z+ j' v 1 f% O2 l k! u. @
优秀的可视化图表，遵守的6条原则
: Z8 S8 v* C2 O
数据排序有序
4 Z4 U9 O6 J: Q R/ @6 \ 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。
- O1 R# |4 B7 @
3 D2 S5 u y* |/ ?2 w- z& h: I 比较数据
5 Q" s! Z9 F0 l. ^
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。
" `6 F9 c* K6 C: }/ I4 q( v0 _ o# d3 a9 j: h
不可扭曲数据
9 ^& M6 |: Q; i0 m; i 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。
4 z$ Y3 F8 e% }2 b9 z
" e+ {, U7 n. T# i 展示数据
8 x! u) L A, p7 D( 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。
# V% Q) N. h$ w0 m& R% _2 q( F 删除变量
9 n: F0 W' x9 G 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。
^3 D5 r2 V4 `2 `8 z% ]
避免数据噪音
" x" d. j+ h! O9 o
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。
6 x0 d, G6 ^% f9 `9 k% H, M) H. p
' x- h3 Q$ [# x! g5 l( u0 S% D U 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。
: ?& `) i! ?+ M G- { 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。
, M0 R' b/ b4 B6 m1 r
各平台同名“职坐标在线”
9 x' Y5 s Y8 c2 [6 t/ h
