. k8 t% L+ G( m6 }
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。
: J6 V" G/ Z( z2 M% ~ 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。
) ? q5 J/ [% q4 ? 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？
) s" B; j. s0 F: t 『《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。』
5 \5 {7 j* G+ v
. U) _% |7 w3 m2 i' c& Q. r 是这样的么？
' Q9 |. @0 I9 v, j
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。
- d, V I% k) x2 w# n" j) L5 a
你不得不注意的图表制作小技巧
. \/ S9 [. R$ I1 d 条形图的基线必须从零开始
+ J+ ?! u, Z: t6 I |0 D$ ?: t9 X9 q
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。
& D( R1 b5 Z* r- Y2 L0 Z2 b ] 
; X8 _' ~$ T: S# W2 F5 ^ 使用简单易读的字体
# [& s- E* C, W% h; s, _
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。
0 t. c3 T" ]% g& Z! h
/ d4 V. s8 m3 _$ N : z9 v" W2 m0 G. s9 K; u
打开凤凰新闻，查看更多高清图片
+ k$ @- w }; m4 ^& I) r) [) l
, N% ^# ^3 v/ ]* C2 I
条状图宽度适度
5 b& {* X: ^6 m7 m; P1 Q2 d 条形图之间的间隔应该是1/2栏宽度。
5 s* f$ C: v, l+ U7 S0 u# h 
5 W" h3 o3 Z! q
使用2D图形
2 n: k% \- k$ ^% K. C8 l9 b) `0 t 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。
: x2 F0 d2 G: Z0 H/ L. l/ B6 N
. Y2 A# W* n! K* i
使用表格数字字体
- R' _; l4 k* F6 `
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。
f: T- O* A( Z! |7 r 
" T1 @& w0 \5 K4 U& [" R7 { 统一感
3 O& a" P: m6 j2 @& b" J
统一感使我们更容易接收信息：颜色，图像，风格，来源……
: J: a0 _7 C. w
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
# k+ ^% D* j4 _) n' Y 
1 d4 u, j7 C# Y/ b- B: _1 i 不要过分热衷于饼图
7 F/ H- Y9 `: E 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。
9 `1 h" f1 q. r. I1 C
2 I) {$ d, v8 N* P
折线图中使用连贯的线条
& e! R2 h$ {1 ^- J 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. b* ~/ I8 V 
* L9 G7 `5 b. w$ G3 F$ p
尊重部分所占整体的比例
$ r) Q4 J/ |7 I5 F l* 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。
" N0 b, z2 f+ Y% S
5 B7 c \4 _2 x3 n
面积、尺寸可视化
0 C2 q$ [: a1 T# ~# l 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。
" ` N1 `8 o. F 
9 v; X! `- w. ` f& u" G2 E' Q- k 使用大小来可视化值
) C4 n" I5 N3 D7 y J 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。
% Q d6 y# g. A6 E% {2 O# E& Y) B
/ a: t f1 l9 L 使用相同细节
) y$ S3 n& }4 B5 o0 K* O, a0 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。
4 C7 ^6 |5 D; Y+ x
使用基础图形
4 M$ O/ m$ D, n% D4 P/ u7 {/ q9 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。
3 d1 b# A8 w/ I5 b: l0 [ 
9 m5 `: h$ V+ ^/ j# P6 h" @7 X+ B
视图数量
% ] d/ N) Q& t1 H- ] 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。
" z" E' M* S: j
关于图表配色，你可以参考的5条准则
3 i0 o$ p" H' k" r
颜色深浅
0 A. Y- W2 t" [" {( S! J 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。
0 E* _, t% Y) q( a0 j/ V
9 l2 N5 g1 N! S k/ ]7 `
使用同一色系
/ q' H9 y; P3 {( d6 Z4 u' O 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 h1 {$ O. |: M. S
( A$ S& v4 u8 d! P' J$ a
避免使用鲜艳的颜色
f" s- v0 X% u' z( z( s
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。
1 [0 o0 U8 R! Z5 E0 W* @
: s% `7 y% ?2 w 标签使用不同颜色区分
+ X9 |" I% n w; P
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。
+ t( _# J& m$ v1 k2 h9 U7 S# E
$ v% \8 p X4 |' l9 p 颜色数量
$ M2 D+ p3 A" w7 J; F9 l) b 不要在一张图上使用6种以上的颜色。
: `$ S' Z- j, j5 }( i) Q; x. k
' v, C$ J/ ^1 q1 Z( {6 u 建议：
( T, Y) K- w( H. \( v" j
使用具有高对比度的颜色
6 X V F) G, Y" ]5 Y- ^& E 使用带有图案或纹理的颜色来传达不同类型的信息
+ t) R+ \, W6 Z) |3 w 使用文本或图标标记元素
7 K* C7 O$ h! O6 H- u
标准的可视化图表一定有注释
+ _6 V J7 T3 F3 ~" F" n 解释编码
`1 Z2 L# G0 i( 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。
9 r1 }( r$ j) M+ ?& Z
轴标签
! p2 K( X6 o; B7 j 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。
2 y# P: {7 ?( W5 w' @4 O1 v8 m! H
标题
2 R `2 r# b2 x3 h2 E
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。
c' M7 |* W* A+ x) o
! E7 a. P* q" d2 J* C/ ` 重点元素做注释
/ [( C/ J" W0 p/ Y- 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。
, J5 D$ k0 m9 Y# y/ G
4 J- @9 b+ F$ t+ n- C/ m' A
重要视图位置
: y8 j9 u) {5 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。
. o; m+ c5 F) U2 E; V: l: Y : _) @% W" j7 \" {
优秀的可视化图表，遵守的6条原则
9 N8 T1 T. i( D5 C0 I
数据排序有序
6 c" p; @& h) ]) q1 h. N
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。
; H$ u8 j D# B i1 X9 D# E# f
$ N" s! S1 D% X! i; i+ t
比较数据
+ U5 I. l4 t, O! V 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。
: {" D/ o% |& |# G1 O. |2 K$ J+ Q% A6 j# L0 K6 \
不可扭曲数据
6 r. H4 Y+ _5 U' k7 N: [1 p 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; g* n% t& D9 p% h1 K! f* h) h) ?
& P" M: ^+ C) x! y
展示数据
, n4 ` d- i/ ~7 I; b* m9 @
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。
3 }* Z" b7 s4 U
删除变量
- R" @. R2 l" u% ?* h3 a8 ~1 A 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。
3 T0 C+ _. U& T: B* L 避免数据噪音
" x, w0 n% I2 B, J4 \2 f7 B 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。
& g5 b# W$ N7 t' {7 `9 M, t5 \8 Y
( U# D" H* M" f2 p, B+ [0 P8 |
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。
3 [# j5 u5 |+ O2 N
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。
& \, e4 {# ]" b2 b: H4 Y& S$ _
各平台同名“职坐标在线”
) \0 \+ T5 z5 E/ [8 C# t* B" F
