: n$ D6 N: e; 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。
: U x: v. }( x0 b5 y. h% d0 S) J
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。
6 k0 p/ s' o% S; y/ k; w& U 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 O. P1 G5 k9 D* g; W- S; [5 H 『《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。』
" X% g, T" O7 j, ? 
/ R, C( X; a/ \ 是这样的么？
) `3 P0 k! R7 B$ T. i$ 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。
; s; R; r6 J1 b8 [3 X$ x 你不得不注意的图表制作小技巧
. {0 V% v& n; u2 H 条形图的基线必须从零开始
* {% D1 x* Q0 N9 y1 V9 F 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。
. W% }' p% ^& d+ k
4 a5 y1 ~/ v Q1 G& n
使用简单易读的字体
+ M8 t4 g" o4 I) d2 h' k8 |, ?
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。
+ [% ?2 U: v0 J- }5 n1 e 
1 T. J9 j% y2 m! i4 ^
: v5 J! q- W# O 打开凤凰新闻，查看更多高清图片
/ }' k% W$ H# p$ G9 Q
( ]/ r6 Y; c8 R
条状图宽度适度
1 ?( |4 o& n: P8 H2 E8 t 条形图之间的间隔应该是1/2栏宽度。
0 d6 Q/ J2 ]- T4 H; f; L" r
( L" J, k: H& {7 N8 L4 M 使用2D图形
+ N& t9 Y+ B0 a; | 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。
; f" W" T1 w% B, E9 S7 a) v 
' t& J0 _: [9 Z7 {5 f6 \
使用表格数字字体
3 G* n% h( E* ^$ g7 m! p4 [ 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。
: o/ r! C+ K; o6 M 
0 {, U j( p. Z5 A9 J b5 H 统一感
( l' C4 @) w& M) ?/ R1 i
统一感使我们更容易接收信息：颜色，图像，风格，来源……
( B$ c+ {7 Q: o0 g V0 B2 ^) M* 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
9 q9 x4 o0 j Y: r" } 
. O- e0 t5 l/ m3 L. f; i k
不要过分热衷于饼图
1 z. e1 j: \, A% c4 T) A
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。
5 m. W f" @. J: S c) R
0 l+ Y6 z) r+ w" c$ I6 F0 i 折线图中使用连贯的线条
0 M5 h ~, g* a4 |
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。
, q: Q& A% X# |; J' o 
/ e# o7 P1 T- `+ J8 |- t m
尊重部分所占整体的比例
& g4 p) ?5 w- Q# [7 F
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。
# l ?: F6 `! ^" Y1 d7 M% A) ^, g" P 
) A* t* \5 b4 f5 G1 ~, O$ U A, j
面积、尺寸可视化
+ J& |: D5 w; M: g1 j- U
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。
0 J8 _* D! c$ C$ D2 O
: l* R8 K$ I+ k 使用大小来可视化值
W+ T( N% |" v2 R' D 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。
7 n, M9 O8 O5 |" p9 k' Y 
3 C4 N& c( _% I/ H0 h! ^# U
使用相同细节
4 U& X3 s+ ?& w+ F: }2 c5 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。
* z1 r( e. ^8 ]) H 使用基础图形
0 n N+ }1 P$ r5 P
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。
9 ]# X2 B: H: k( H0 G. Z4 R0 J 
& U+ K! @; `9 f! A! `5 c 视图数量
% A2 V( D/ z/ a# C; r* M7 C
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。
: l, p9 f! ~3 i6 Q% e0 [* V 关于图表配色，你可以参考的5条准则
* R7 j9 ]% G, y3 t$ ]) Q1 A& y) h
颜色深浅
* N& d8 s6 M8 X: Q1 F z1 Q 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。
+ q& _/ X( p. o( P6 \: e: p 
: \: ?+ _) f+ Y. a3 F7 v 使用同一色系
! S3 @% Q; E9 j 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。
7 E( Y8 M' P- v
7 P& [; ~+ M& |7 D" s
避免使用鲜艳的颜色
/ S0 D" |: U% }/ ~ 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。
" q& Y& b2 o1 n % E7 l) {2 V( B3 W
标签使用不同颜色区分
; i* y; N/ S7 r1 N5 Y: j X 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。
6 K5 \- j) [" W5 Z, R3 N. i
z3 D% Q% O/ t5 L" m6 S 颜色数量
( K* S" s5 f7 M/ f
不要在一张图上使用6种以上的颜色。
! _! f; f) P2 E" z2 ~, o% H 8 `; S! ~. E2 {0 m' y4 e2 D- O
建议：
1 z' S4 ]8 {" Q' Q7 Y
使用具有高对比度的颜色
. q0 ? t, |/ k# d& n6 c( \ 使用带有图案或纹理的颜色来传达不同类型的信息
* x1 R# G: R3 [: S( N- D7 @) _0 `
使用文本或图标标记元素
m/ f3 O( \+ Q9 }
标准的可视化图表一定有注释
4 m$ F7 D1 ]) u 解释编码
~4 h) Y% e; j/ Z: o7 q 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。
1 {& o7 n+ z; _7 k& b, D1 y
轴标签
! k7 [1 g+ ^& r% t 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。
- c: G- F& w' W- `) h 标题
8 Y7 |* c: ^1 h ?& F- P 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。
* s; J0 P# K y2 \
. E& e' e# I4 l% R5 R 重点元素做注释
+ Z# I; c/ I% p
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 ^, ~$ n7 c+ h+ V; _/ ], Q % K6 e6 {6 G% U+ j
重要视图位置
h8 D1 ]" b) J! z/ ^
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。
4 |. {2 _7 B7 ^( u3 x+ O3 }* r 9 w' d3 \' q2 e
优秀的可视化图表，遵守的6条原则
( f, H% p* @2 r0 v" n& y& s& P2 l" h 数据排序有序
$ B7 Q0 {/ g% v$ E0 Z& N4 ^5 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。
) @9 b% ?2 Z3 s, o+ N. [/ H3 j/ \+ ^
& {4 n) G3 i% i, Y9 p. s 比较数据
5 R# q6 Z+ |7 d7 ^: R5 k$ K% t6 U 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 O- D2 |& I% n5 x
- o/ |1 i8 r6 ~/ l* x
不可扭曲数据
+ T. z( W7 w" e6 v! d$ ~# w
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。
0 a% A* z' w% I+ B# B5 }8 o$ x4 D7 D
$ [ ?8 J& ?/ ^! x1 R- _9 [ 展示数据
( B+ e" g' Y. @! ~ 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。
) R- I/ [- n2 C% ^. Q 删除变量
/ \% Y0 h& w" r 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 v& z, m! {) x8 d# @4 N 避免数据噪音
, o& a" f) L' n9 y
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。
/ E3 Y5 f% s0 M& B, n
% e3 T; _ [# Z$ l9 v 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。
, \ X J% e+ n+ v z
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 u1 b4 V' V, A- v0 [3 Q" i 各平台同名“职坐标在线”
/ b/ ?, `7 z1 N" Y
