) k, d* D6 \8 \$ P% X, | 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。
% z: L7 B! `( J2 v# c5 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。
% c) I C. t% M! R7 N$ F& V& V+ 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？
3 \4 h1 ^ l. F- x3 K0 T+ G
『《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。』
) g' M$ q2 h! L' u( A3 N5 H5 Q
9 l/ Y# @* m4 k: u9 q6 @; O x5 U
是这样的么？
8 k( ?. R! u0 ]7 C9 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。
: [2 |8 x2 q" P4 g
你不得不注意的图表制作小技巧
2 }+ |# ~, B2 l- P- n+ y1 ]
条形图的基线必须从零开始
3 F3 L, R$ r3 K$ M% N4 X
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。
/ u; q- c A) z( D* S3 S1 e+ M% i
& t5 F5 y( v% ]& Q 使用简单易读的字体
) Q, ]/ j2 T: S8 q4 q
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。
! V2 w( b. K$ A+ \ 
, K' {9 j7 r8 s, i
: t0 o$ q/ b4 u0 n7 ?9 H 打开凤凰新闻，查看更多高清图片
5 \% B3 o! B; O5 x* q
& f8 E7 A' }7 y1 F( k 条状图宽度适度
7 D0 W9 C# t( l. Z: W9 D" i 条形图之间的间隔应该是1/2栏宽度。
) r9 V% p0 I4 O: {* b
% ?0 W5 v9 a! _ c7 l# `9 \ 使用2D图形
/ a7 E9 d9 K2 {' P: l. `( m
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。
: e$ Q; h) m( m$ X1 m. _' K 
; w6 p! b' c& N 使用表格数字字体
+ e% J+ E3 X' @( | 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。
7 Q! |& z$ j l5 f' H+ _
8 U2 K- u: a4 J8 q; K
统一感
( Z0 d e% F/ d+ O, z/ p0 x 统一感使我们更容易接收信息：颜色，图像，风格，来源……
# }* g/ A4 M1 _* E
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
) @) a. b( X# l) ] 
! D: V+ I/ z0 d1 d( F5 c3 o0 U
不要过分热衷于饼图
, M9 d! S4 F' m+ Q 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 a- Z; W" ?4 ~& {8 F: q 
7 p' g# ?" o0 Y Y2 T. s- O 折线图中使用连贯的线条
$ E" S, ~5 m& ?' r! F1 F& r) p
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。
* u4 Z; W! X) i1 \ 
# S* S9 s' ~7 }7 m
尊重部分所占整体的比例
! |. \; @8 J" Q. S3 a 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。
3 e6 Q8 r: ^& M) J/ B. Z' J) U4 d 
9 O$ w; Y Z1 c1 W 面积、尺寸可视化
+ M0 ] Z8 w+ f$ K# B
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。
5 t6 b( r/ o. f& z8 Q1 }# N/ q 
: [* S' o/ |+ ^) O# g2 O 使用大小来可视化值
) V! u1 K9 [) |, o ~) X 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。
, b2 c7 I* r Z3 k% y4 d 
Y& h8 f( a6 B 使用相同细节
' o" F; |8 b& I0 z4 z4 w5 t
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。
$ J( K. T5 B* n6 q/ _: R! P0 n& R 使用基础图形
7 e' s$ l# W! C ` 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。
7 k( i+ R) B$ [0 G5 l. L$ j 
8 f$ J a5 h) f( { 视图数量
( c* l& R. z$ }* Y0 u; P3 e6 A 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。
. U5 L1 v. J. M* C- C 关于图表配色，你可以参考的5条准则
+ f& Z6 `' u$ u& X* {
颜色深浅
6 Q3 ^# Q4 L! L0 ~: C
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。
9 f) J! O+ l1 Q# ~7 b( C$ w) V
' e X" w% a7 ?3 C, m* p9 y3 j% N
使用同一色系
7 `8 b0 w+ Q0 F) T+ _8 X, 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。
2 \+ e' g1 z% n- S0 u: c. \7 S: | 
! {$ X7 n0 L1 f3 S& @. Q, `' N+ X 避免使用鲜艳的颜色
" {! f8 Q2 q5 N; o
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。
, R8 ~# p9 q [( M
6 l0 ~0 _9 b1 K8 j7 t6 U6 E2 T1 m7 ]$ }" ] 标签使用不同颜色区分
+ h% Y) G' p. t2 N- D) N7 Q7 e$ \ [( M
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。
V2 L: n: Z/ n4 x) _, S8 z3 p0 [/ o
7 F5 y5 G1 `! d
颜色数量
8 V+ }1 \4 P4 Y' }( ^/ \0 T
不要在一张图上使用6种以上的颜色。
w P: ]% l% V/ I0 M9 p
( S' `( t6 Q3 S# i U( j 建议：
' D# N& G$ j- z9 r, k& A 使用具有高对比度的颜色
& h; z% B; P+ P! ?4 X, z 使用带有图案或纹理的颜色来传达不同类型的信息
7 a% A1 I' m4 I( x 使用文本或图标标记元素
}5 g0 ]( n8 h* C9 ?5 {
标准的可视化图表一定有注释
. w- Y$ |* `$ t0 k% | Q7 G% @ 解释编码
8 S4 Z2 k( q2 w1 V' ?& G8 O3 C" P7 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。
8 q# s9 u4 @* z5 |* N l
轴标签
8 }) E; K* A# 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。
% D% j4 j1 P+ n2 N2 ]8 j2 A0 e3 J/ n% g
标题
2 G, j0 C% t' s! Z1 q' J
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。
* d+ D3 S& w, M+ f
! d/ T" l, M ^0 z1 Z
重点元素做注释
9 R9 X, K3 Z5 y' t 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。
) R' c% k9 k e% {& [1 v & _- z( Y# |; v! G1 l6 u5 G
重要视图位置
; p3 K+ X. V. \/ z' H
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。
U ?' B1 w& s9 r' A) G% ^) t7 y: ?
; |9 A! H6 Z. X# m0 |3 E 优秀的可视化图表，遵守的6条原则
0 ~, c# k" d* B5 H+ c5 ] 数据排序有序
" K, V5 C% g0 N9 E) U 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。
1 s" R4 i& a. ?6 i
|2 P; Q. n8 R 比较数据
% I, E9 H* V1 f9 ]- S8 f" d9 Z6 r2 a 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。
3 }# L8 V2 G4 \* @/ M
$ k3 o+ z+ ~# I, |# R( i% m. O 不可扭曲数据
$ r7 E0 _- r$ u/ t. @- T
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。
; o8 B0 p$ v; J( W3 k/ f
# _7 v: k" f* l+ K+ o, ?3 y* X 展示数据
5 E# o+ C/ U; n- F6 K* e
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。
. k' n' a8 U: C- f2 }& F$ o
删除变量
, f7 x, | E$ R1 l 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。
. Z( } R2 @8 A
避免数据噪音
. s9 `( M' u6 z5 {2 E( A) W
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。
; z" }* F0 d, ]0 Q
( o0 w" W4 G( 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。
& A& I( j( R( H' A! o' ]( p 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。
# n( n+ f# ?5 ^1 t. R 各平台同名“职坐标在线”
; e2 Z- V6 j5 @ 
