/ ]% @# c9 G$ l
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。
3 ^" j) {* T 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。
6 B- |/ F" \ D! h6 O* T
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？
5 `' }# g. |3 D$ z( E1 J 『《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。』
2 E v6 k0 [/ _: z! t 
. m! Q1 e7 l; j5 O5 W( B 是这样的么？
o8 N; _5 N$ e8 h8 b
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。
9 t& j R6 G: d9 @, [1 x
你不得不注意的图表制作小技巧
9 O9 f4 h' h& n0 l
条形图的基线必须从零开始
S* E# i6 K+ o& s" m' q# g
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。
6 w" }2 n+ t' e2 ?
- w) h* b$ a" P& E# j! }3 s
使用简单易读的字体
2 F3 @1 p# O$ M/ r, m* Z3 e e
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。
7 U; O# L/ |8 K/ k 
9 d3 o3 X4 G: T9 \
9 [/ z! o3 ?2 f 打开凤凰新闻，查看更多高清图片
6 q. F- a8 e$ w/ U
. @3 n1 r. v9 F. f. K+ s 条状图宽度适度
, `( E2 r6 m) R- l. E) y* c 条形图之间的间隔应该是1/2栏宽度。
- U. b2 U6 G% u 
# j) b* q y9 w4 Q 使用2D图形
( f9 l5 ~* l( 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。
! H# ?7 ?0 l6 Y2 [0 v) B m 
0 G0 u8 {, t) D0 s
使用表格数字字体
* m3 z/ ]+ Y0 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。
E c6 W# Z4 K( f: E
& b/ w5 r2 c. B/ x, l: @ 统一感
1 Q$ O ~, q# v) l 统一感使我们更容易接收信息：颜色，图像，风格，来源……
$ o6 _' r3 [2 ]0 |- A9 d
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
+ ~8 V7 w% B& J% N* j 
0 ]. L) y I: ?
不要过分热衷于饼图
8 d; v( q/ _9 X N4 W- A3 Y6 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。
' t$ L$ r8 v8 Z9 Y2 _' B( n 
5 R8 b1 h c3 A: U
折线图中使用连贯的线条
3 }: ~/ a( H7 ^ a) F" p/ n 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。
9 C0 C* R$ w8 i( e4 O
9 z5 R6 N' s7 C7 E
尊重部分所占整体的比例
! T. [3 ~: R) t V' Q4 o" P' p
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 }. G# g: p0 c5 m7 t2 m' s 
: l/ m# H6 A8 L 面积、尺寸可视化
9 |5 j4 C, f6 z4 C O 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。
/ r0 F4 ]. E) ?" p% K4 O
0 k6 D' p, Q7 ?$ h 使用大小来可视化值
: I2 l3 E8 H7 n/ Z8 G( n 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。
+ h9 T( F6 |6 O- Z& y% J' M5 j! d
2 z/ q3 b# U! s; G3 e& m' _
使用相同细节
O0 z, {8 x( R# x 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。
' K! S% o7 B) X# b0 U: S
使用基础图形
, Q& u! g# Q1 q# e1 U& g$ T1 I 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。
% Y5 ~9 ]3 Q/ s( h
. Q# C5 n: _1 `2 d* H 视图数量
( o$ L$ K3 L+ 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。
$ _* R% @# L% O: e, Y1 {+ H
关于图表配色，你可以参考的5条准则
{; k' X0 d: q( y! A$ I5 L3 E$ G
颜色深浅
' O) a0 f/ P1 t q- 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。
& k1 g: p7 U2 z* x( i 
: z9 \2 S6 i6 V# H. Z$ j5 R
使用同一色系
5 s' \5 [) E8 b8 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。
& Q6 t6 u4 P; z 
! Y8 F( d7 c6 N) H3 l9 G' N
避免使用鲜艳的颜色
2 p9 X& ^$ R; v$ E) H, T# R
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。
2 N. b: {# h/ o6 \: [& j
- c7 t7 p; I. h/ s( r 标签使用不同颜色区分
1 n$ B3 E8 t) G& g
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。
; ~2 w( I" @: e' ^9 ~
3 ~/ t$ U$ _ ^0 F 颜色数量
* L( x1 m3 y, t. N 不要在一张图上使用6种以上的颜色。
+ g7 I( C2 m4 C1 l' s3 Z
/ R2 i0 D" Q8 h D+ n
建议：
3 a3 I2 L* Z7 L3 r 使用具有高对比度的颜色
+ a+ A2 d) u& q6 k$ B5 S
使用带有图案或纹理的颜色来传达不同类型的信息
# a0 k. [" E, i3 H7 ~( ^( h 使用文本或图标标记元素
0 e7 M' t" w0 V% E2 ^& g& M% d" O 标准的可视化图表一定有注释
' v3 |. X: O. D# i5 v9 g
解释编码
* h2 U7 ~0 l. G! F. x8 y
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。
' K; K0 S" b; x' p. O6 N
轴标签
8 I# B+ `2 W7 s 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。
( l8 ~- ? l4 ~6 a
标题
) E. ]; b& T% D1 g6 Y: ^4 W8 F
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。
# {7 M2 R( `2 q
* I# g8 e7 j- y+ C# W, Y* S
重点元素做注释
, b! i2 A! E, B2 e C- U 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。
+ B1 \( i/ s7 B
# ?; J( p! [ ^6 s" b 重要视图位置
) F9 Z& x/ I9 h8 m$ Q l" ^' @% A 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。
/ j( A, j) N/ P 4 y; N" N7 ^- H, r ~
优秀的可视化图表，遵守的6条原则
5 S+ m6 A! b* w3 I& e
数据排序有序
2 u7 z$ K9 c# W# X I: } 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。
. z* V9 o h" r) N* v
2 j& \' Z/ b; s) H# t p
比较数据
+ W7 _" u! j* w5 }# P( K: O( ]4 H 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。
7 B! v% O8 b7 C9 s6 O) s L
7 a4 }% N% l& c+ _6 a A. l7 g& z' g
不可扭曲数据
, ~- `# A$ p+ C0 E 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。
p- ]8 g/ I M, X- b
) o' p% e3 s! l7 h7 C# d3 `9 Q; U 展示数据
I! [& j0 }) K$ v/ I5 ~. m
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。
0 L9 q" H. X+ Q& Z
删除变量
. E( P/ v8 _' s7 b# N1 p 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。
# [& }! y5 i! D A9 k3 y8 A
避免数据噪音
. u/ L4 t8 z# [: p H 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。
0 t4 z3 E8 h- E9 Q* E0 L
* T0 G( q7 J9 [6 q6 f5 G 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。
- D4 G( l1 t, b 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。
& ^, Q% h. q5 j; q9 Y 各平台同名“职坐标在线”
! |7 V' X+ O- T. I
