1 i* g- P) }* ~$ G O5 C" t 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。
$ R; F9 e& m N, Q* p; V4 P; O7 e$ L 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。
( a0 {* _: r/ z3 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？
O) @6 Y( u# O/ L+ E8 A
『《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。』
% c$ w- `" `' I Y3 Y' R4 F 
. M' g" u3 R# t' `: F
是这样的么？
2 h7 i+ C5 z. ]: q& ]3 Y
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。
$ q" U; k+ L: Z+ n2 W 你不得不注意的图表制作小技巧
+ F8 S! b* l) }3 `6 K, g 条形图的基线必须从零开始
; R2 U7 h2 V% f- ], x& H
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。
+ s. {) |9 V! o7 R4 H. `7 G- v4 Q
5 e6 j! L* c, H `
使用简单易读的字体
9 o. z% N! k5 s- k1 O% P$ v 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。
+ F$ x% X" m: Y; k# X, F 
3 w* H$ `* q5 {3 c2 k' }
! \1 C7 p: G$ z
打开凤凰新闻，查看更多高清图片
$ `3 [; `# D* ?1 c2 w
0 @4 i- z2 h+ P& ]
条状图宽度适度
! J, `" Y% h# Z0 t1 D5 D$ o
条形图之间的间隔应该是1/2栏宽度。
2 J% @/ A G* b* a; a 
3 J, S H2 C2 M* |) L
使用2D图形
j# C& p+ A" P" U: {; s+ _, B; {9 | 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。
; @( ~' d9 J' c) x 
# c6 d* ^% {6 e# z
使用表格数字字体
) \9 O1 d2 Q3 S5 p
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。
8 V0 \) |! s+ R1 ~- P/ j
7 @8 Z1 P) {# p f- U' j5 ~ 统一感
2 {/ u; S# }9 M5 @6 F 统一感使我们更容易接收信息：颜色，图像，风格，来源……
( a& p: B+ F( \ 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
& N/ l+ Y5 [* l# V9 k1 \3 p 
* x6 g. n l! ~2 @. [$ D3 E+ D 不要过分热衷于饼图
: K3 t- q8 Y- ~+ P' g8 C
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。
) b& m$ T; f+ l P
+ A" a* d: F' I3 T1 @6 d 折线图中使用连贯的线条
+ u4 a3 f4 I! ^9 @% o d 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。
" ?! P) E3 p5 N$ |/ B- O1 b$ u
7 D, o, R. J% k8 y' [1 S/ D0 ~
尊重部分所占整体的比例
/ O x; ^3 X' a* g+ a' z3 P2 U
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! J; I4 z7 d4 l4 j" P5 n
" L4 E k8 `4 a2 O 面积、尺寸可视化
& j7 W; Y# d* \ 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。
* I6 l0 c+ q7 }
' P' e( L6 D, y, Z: h( E$ L
使用大小来可视化值
" N: @+ \+ m) R4 G1 y
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。
1 s. U% |6 u! }6 |5 e+ f* c 
& M* H0 E2 @6 m0 H 使用相同细节
. }9 p& |0 c' y- _& H. C4 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。
3 l0 y, N) l2 l+ o/ ?6 } 使用基础图形
. V. Q4 t$ ]; w, W
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。
% o _' q, r) x9 ~8 O
, [* |3 I0 G% h) w7 ~7 W3 G
视图数量
3 F+ i+ O8 P5 _* }* h$ 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。
* H6 F6 V3 v6 f. ]# F* ?6 j
关于图表配色，你可以参考的5条准则
1 {( q$ w |: b) }
颜色深浅
$ K- j! U4 g3 g0 ]% r9 F1 D* n
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。
2 l" ^- R6 `; b3 ]. B$ R7 `1 Q 
7 A% s, L6 o, e: V 使用同一色系
* b! Z4 Y/ p" c7 X( Z
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。
- ?; [# N# R. z8 A( V 
6 ?4 t- ^/ N1 [! h
避免使用鲜艳的颜色
+ G: ]$ g! O) h, |6 \; i" ` 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。
$ ^0 L$ q7 g5 I+ v7 n5 r' T
. ^) J7 K4 W, @ 标签使用不同颜色区分
; f) }- T4 [, X( y1 I: x0 ^: 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。
/ O8 L' L. |6 m4 r# r# f. L/ L& m# e
+ `- ^! O- B9 m5 U% U7 G3 ]
颜色数量
5 m% A# n/ i0 O: a8 _5 h
不要在一张图上使用6种以上的颜色。
) h Z- p @% T. T5 x8 n+ b K. `
0 i' r8 O6 O* ? n, O$ I
建议：
) c: C& T& }. @
使用具有高对比度的颜色
$ Z+ Q' N8 j# H/ j8 k8 A
使用带有图案或纹理的颜色来传达不同类型的信息
4 [; Y9 O3 ]8 d2 Z1 T8 F' F! b 使用文本或图标标记元素
/ E9 U6 v- Z$ {* j" c6 |" K( [
标准的可视化图表一定有注释
9 G+ K% r/ d% i# s: Q: z 解释编码
3 ]0 M9 Y6 r' ~1 e- f 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。
# c& \9 h+ i" y" Y( M
轴标签
5 \ y. Y( v9 n" e) Q
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。
& V! I+ P7 Z; q7 R( { 标题
/ Y; P0 o& f8 ^. M/ t! y# h) N
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。
1 n7 H4 f3 |; X3 c
; t! G X: b# f 重点元素做注释
$ N. `9 ^6 z) o5 [7 x* B
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。
1 ]5 F( `& ]$ O
, _0 e. m7 B2 [ A+ r4 }: j 重要视图位置
! |' G( D. b2 l1 z( H( ~8 B 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。
: k/ H1 T5 _: w$ |' v
+ ~" j7 u1 q. n3 i 优秀的可视化图表，遵守的6条原则
9 V- k3 i2 ]) k& M. F5 E 数据排序有序
' F* L5 ?9 \% C) J& Q' s9 @6 q) [
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。
+ |9 d3 C/ Y( A I2 F3 W, \: `
" @ y8 g3 f* b+ \, a
比较数据
) X7 V. G8 e( F1 N6 b: o+ y4 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。
) m3 H0 B% k5 O ~) O5 M" D
8 _* B9 q# v9 q5 h, X9 x0 l 不可扭曲数据
" I& [; e6 D! Y/ O# N' F" ` 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。
' ]# R; T( ^; l+ x6 |$ Z, p
5 J5 ^0 g) J C; o 展示数据
9 m% ?4 Z6 A3 b$ U/ o( @( H! D4 Q 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。
; S S. a: F9 K. e
删除变量
; t ?1 `4 @# }( B0 I2 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。
7 h3 f. `9 N" U+ b 避免数据噪音
0 @& T8 z. O( O: ?% K3 r# M- m
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。
. A! Q0 l$ g+ H- s/ |
: A0 t3 g4 i4 H
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。
) P; d8 O# A9 g! R o6 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。
( [7 E, }% U2 a- t+ e
各平台同名“职坐标在线”
7 }5 n! A' d2 ~6 ?' M
