b; f" O2 F9 g+ {2 N: i 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。
: T L3 c( t2 D: V 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。
/ e6 v$ D* M( c- P' y
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？
( s$ H& z0 O2 f$ y7 ]7 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。』
$ d# Z% Q5 y/ F) B+ B
- d1 w. P2 D% _3 K3 i 是这样的么？
/ \8 X) ^( {: h" w7 R7 U4 K
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。
" |6 i5 a. P" J0 A+ F
你不得不注意的图表制作小技巧
" ]' O! S2 |+ p( b' }: P# U
条形图的基线必须从零开始
5 N2 U) O. y z) g, w* C
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。
$ R( m$ t: |6 h p3 l* q
, h( V! A b* ~; l
使用简单易读的字体
1 G$ J4 J0 N) x8 P, {+ g6 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。
9 b. v l9 B( s; _
) ]- I. H8 @$ j/ ]* ]
4 `9 d: q( x: v' r4 t 打开凤凰新闻，查看更多高清图片
9 ~9 S: V* R6 \! r# S1 ] 4 p0 X% K9 [1 V- e+ p1 f$ f! K
条状图宽度适度
4 I& h/ D3 D6 q3 K8 Z& \- I- J9 Y# f' O 条形图之间的间隔应该是1/2栏宽度。
! G s4 m3 K4 t, n8 v. c( [ 
- r& q9 K5 Q9 i& p9 P 使用2D图形
. W: f6 d3 p V9 C
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。
1 o. @+ K% |- G8 _8 v! ] 
: s/ |1 P5 G& j S 使用表格数字字体
, [ ?1 Z: k! k# O
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 N0 F$ ?& Y# L
# L6 e D* X8 `. G 统一感
* `" H/ v8 k2 P* ^9 T
统一感使我们更容易接收信息：颜色，图像，风格，来源……
/ y) K9 |2 l/ O+ 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
# s, T! P ~+ I 
. ^$ U" R! O* ?" {% o: P3 r 不要过分热衷于饼图
+ D/ I- w, q4 x/ Y. d1 F
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。
2 |- O1 V/ q; n
) x7 a' G7 Z/ z" w) o1 l7 i 折线图中使用连贯的线条
J$ W, W2 j& n- f3 o- `5 j8 _ 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。
- r: H4 a$ J, a 
$ _; |1 ~5 n2 C& H
尊重部分所占整体的比例
5 o( \9 |. @% T* o
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 j$ d6 { P w6 ^
" u- q- G a, @' u8 z0 l2 R8 d0 M& N 面积、尺寸可视化
; g* z" C# c0 T a5 c- ?! e s
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。
. u" a; l" z, `7 h/ t8 n8 ^ 
8 h7 ]. l: a- n+ X" b9 c" R 使用大小来可视化值
& C5 F. y+ K/ @( a% F
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。
2 f! E# A" ~4 l/ ?
9 K! g \3 @5 `8 s7 v, R* c* l, t
使用相同细节
: T/ t& D1 L: u+ @$ o* W3 s1 {+ F6 N 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。
& H \* c" t! l$ d! v. t5 q 使用基础图形
$ \/ d4 U2 G- f4 S8 E; R- `" e 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。
) }% {% M' |3 E, J7 N& n8 c
' V+ J" @# } ] n7 s
视图数量
0 L* W- R8 m H( T' L/ d
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。
6 h- T6 z* k+ ]/ M3 {
关于图表配色，你可以参考的5条准则
. o$ Y6 ?; A* p( W" L* Q7 m4 `
颜色深浅
`6 I! q% C. w1 {: {0 J( v
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。
" j! T4 m I5 Z2 w
' O; D' h7 Y% R( Q3 E3 M
使用同一色系
0 {6 h2 l1 G; l; f8 H
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。
e4 [/ B; q) n$ T! J. K {
: y, n" ?: b$ l/ U" D9 C5 K7 U 避免使用鲜艳的颜色
, x& }/ E2 i$ F! 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。
: t' S5 w6 p8 @5 y1 a9 M, e
3 E/ e, Q* w3 ?; F9 v 标签使用不同颜色区分
/ v2 s9 u& K+ _" [: K* ^2 k6 L
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。
# r! A7 v; q/ P" W+ l. k( I' b
' q: U6 |0 y! D H+ U2 p* Z: {
颜色数量
$ i8 V1 s+ ?2 a; q
不要在一张图上使用6种以上的颜色。
3 V k8 _4 A" x% ?4 Q/ T* e- w0 ~ ! E* @# T/ A* v9 J4 L0 ~2 F) _) }) K/ D
建议：
) v( J8 S3 p; R9 @3 a/ b+ i
使用具有高对比度的颜色
9 _( z5 U* M* g" X: n, I 使用带有图案或纹理的颜色来传达不同类型的信息
% x8 f6 X7 ?8 K* Q% ^/ q 使用文本或图标标记元素
3 ~* V' i: _8 |) l3 O1 J, M' Z 标准的可视化图表一定有注释
& |3 j5 G3 h. l& D5 { 解释编码
8 P, ^ _2 ~: X) |+ G; \3 S( 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。
2 {. _" w; g, s$ G; c 轴标签
1 n5 ~1 ^* E' V1 i8 w2 e( w8 K 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。
/ m1 e: W7 ?2 j [) s1 I' l 标题
7 g5 g0 {$ q/ A! {7 D' E) G 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。
5 I+ @2 d) e8 v+ B' K. [) d U
1 \; C, m/ v& P: I4 G; m" k( c 重点元素做注释
) A( G# @- s+ Y' k7 C0 ` 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。
- k4 P# v o+ O; t A
5 w4 R; a5 n) h( ]4 ]+ D 重要视图位置
. W |( y; e' }. X/ d2 E) j 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。
+ V8 G( k% S& U" s: u* j9 i( i
8 G4 @' f& F: r: L
优秀的可视化图表，遵守的6条原则
! h# w9 p7 P, R: r) i
数据排序有序
/ T0 Z1 z# e8 c `0 {9 U3 H8 D! ?5 g 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。
3 q) ~" {0 ^: K: e
! J9 w4 S( O/ b, Z3 {% X6 \ 比较数据
0 N2 j8 c( G4 d; b8 q 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。
' W7 w( d. _' g$ u9 `6 C# L2 K" L
" ]. i! A0 i: f! l6 a6 F' m3 c
不可扭曲数据
1 _) l' p2 N. \0 z 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。
% K9 d5 P7 {! y/ z# F* w" `' E) C. u7 `
展示数据
1 a; @2 R$ ~9 K# ? 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。
- B# b! A6 D- w5 Q 删除变量
: G" n" P \( Z9 h& 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。
/ p$ H$ R* F% ^; p# r2 i, o* m3 b 避免数据噪音
( `% R5 Y2 ^6 s! 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。
L/ I/ w5 P, C0 j( c5 J
; d0 W' V" U4 A3 n# A& L 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。
; B+ \8 o* W$ C, t; G/ M2 N5 _ 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。
5 ]: w: V" I) [* B: n$ H: s 各平台同名“职坐标在线”
' x$ o" R/ O( R3 [' H/ Q y% k
