% J6 N K5 a" ~ 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" u& f% w2 e. l& U 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。
( i6 t/ S" c) |6 T5 l+ l 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？
" n. D- w. Z8 Y+ A- 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。』
9 L' `9 Y ~. m
# k& q" V- A" ]0 z
是这样的么？
+ E* C% V. O( t5 N. c
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。
7 j ~( S8 Z1 S/ C8 {% T 你不得不注意的图表制作小技巧
r9 c4 R5 |# ?% H 条形图的基线必须从零开始
8 `( Q) C: c$ c7 x9 M 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。
5 ^: v3 H7 q" } d' U 
' e) r1 ~* z3 M/ H$ G% ~ 使用简单易读的字体
7 H5 d0 K7 W- Z, Q Z% o4 ? 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。
3 f- T1 B0 W1 c. L9 L* _$ t+ f
" C1 l- O: ~! g( G5 Z3 @ * ]8 Y5 j+ U( s4 S0 X
打开凤凰新闻，查看更多高清图片
g8 A' y) M ^! ^, i; p
' L" r f0 b% V+ f: @0 ^
条状图宽度适度
8 A/ e$ I% b9 Z9 B) M) i 条形图之间的间隔应该是1/2栏宽度。
7 m- ]( G% ^1 S/ g' i0 f1 X* y 
( H/ `4 d& [& d0 r 使用2D图形
$ w( z, w* y# ?# F7 a9 K- b( s 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。
8 F3 ~) m/ a" b( R/ ~8 w* k9 Y 
7 x! p, @' Y: J( G! S
使用表格数字字体
: M5 F/ Q! a; Y- j 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。
" W+ W; \& s- H1 K 
- p, e' c" D& E8 J# Z+ |4 t 统一感
9 p* }4 s" o, N6 y$ J 统一感使我们更容易接收信息：颜色，图像，风格，来源……
) c# |- @7 D9 ^% Y 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
. F' p+ H, I- r" `' g; y* i
. q/ O' N4 R7 H* h& Q* |
不要过分热衷于饼图
" t1 V, X A, C Y' }" s 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 N0 V6 c3 V! x' Y 
; w, F3 k7 o4 [) G% M- y2 D
折线图中使用连贯的线条
+ ? J* a1 @8 J. P6 f/ u1 m5 U 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。
$ ~; o& P% ~! T# f2 |4 A
8 C6 c6 l, ^, k& {7 g9 E9 b
尊重部分所占整体的比例
7 d+ g3 b& h6 j' ~( { 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: @3 @* \' R! z$ s& x 
. A" d2 g' [; I
面积、尺寸可视化
9 f* m$ F7 z3 D& f
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。
! ^7 p+ W- t0 Z% R7 C
J% @; p% ?" \ 使用大小来可视化值
/ o2 d; Y) v3 b1 k3 o# ]; B/ S
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。
' y0 w) o# v V. w 
* o/ \! @$ H# Y( S' a 使用相同细节
( [4 w/ Y4 b( D W7 Y 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。
6 s8 {1 Z# ?' v
使用基础图形
7 h7 O4 ?7 ]+ |0 G 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 T0 ^! a) a: }2 X
1 z0 e3 n0 }/ l- }
视图数量
, R& C' ]& K( @ `& k! |9 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。
4 r0 K0 B. b) e
关于图表配色，你可以参考的5条准则
2 B# M" W! e* m5 D( o
颜色深浅
9 Q0 F0 N/ {# l. @9 j2 E 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。
: v7 s; c G) h
3 `* ^- ]( H# {6 L+ U 使用同一色系
( i# `) n( x4 U' q! | 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。
3 h: ^# o1 a5 f; b0 S! \% |
' U# y" f$ }. E6 M 避免使用鲜艳的颜色
3 K7 ~5 [, o8 S0 X
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。
% n: m. B) A4 n6 |- M 2 R+ j4 ?( D. j" c; t. w
标签使用不同颜色区分
) d% s- d& g* g# y& R7 k 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。
3 x { m, n3 D8 F' f. r
9 _ v# O9 X0 P% d5 G. t) O$ d1 u
颜色数量
7 u9 d/ b _2 T/ |+ W 不要在一张图上使用6种以上的颜色。
$ S, c" Z( e. S+ h- Z4 L2 J
. T, e% K! r- |1 z& @8 P& V 建议：
0 x+ I" j* \5 Q- n7 e+ [ 使用具有高对比度的颜色
% _& F: k, d; U5 z* U 使用带有图案或纹理的颜色来传达不同类型的信息
& b& F% L8 X3 G8 { 使用文本或图标标记元素
% X2 f8 g0 P" ~9 p1 {, y% g4 E
标准的可视化图表一定有注释
. W8 f U. N+ B4 D 解释编码
: G1 \* ?. X/ {- w0 |8 f( ]: r5 v 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。
) j: i3 x( a# i. D/ y
轴标签
( }- l7 j& F9 \* M8 p 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。
$ ^5 K: b# C+ g- O+ j 标题
& I/ S9 S F3 Y/ u: t
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。
8 {! c* Y! p) j5 ]/ l4 M
6 O2 m- b3 h; D7 \5 m) n$ b2 Y 重点元素做注释
5 @- ?3 s' u! x 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。
# U% m2 [! C- x * M) j; d0 I& T4 H
重要视图位置
, J- t5 s% ]5 `( [) f5 { 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。
# ?8 T. e# P; d
0 m5 s' V" n! W6 M. x
优秀的可视化图表，遵守的6条原则
5 `: ?" ]: ], c2 h
数据排序有序
& k8 [( @& j6 V5 k
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。
g* L" ~% ^" t }4 o0 r* e
, ^3 T' Q6 R; I/ n/ u( F 比较数据
* p, g( |! |2 u, O 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。
; G1 ]+ Z' ?9 y+ E% U
6 } w/ w2 G" u/ P" Q9 I: H9 b 不可扭曲数据
/ q" r* ?( a& r" i5 t' U U 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 g/ G1 e& Q- F2 ], `
. {' Z% L8 r) L( x7 n. ^2 v
展示数据
8 i* p4 {# S {& P0 m6 ^* 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。
* [* y4 t& ]! f2 g' B3 L
删除变量
6 p! H6 V* s# p9 {( Q. T
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。
1 V- t/ o( G+ t/ c5 w 避免数据噪音
" r9 [( J6 c2 D+ P9 K% z8 ]0 M7 c
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。
/ q2 `3 q0 j) T6 t# X( U
$ S$ S! F- `# R" F: }% t2 G R
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。
0 p# D! I" v7 `- r) S& F' h$ G 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。
; T+ f8 B' M* q+ H$ s. {
各平台同名“职坐标在线”
& R# E. e7 K; E+ ~; ^( R 
