( O$ b, A; q" l9 w
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。
d/ q6 Z& Y- R
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。
# y5 Q+ u+ V; L0 m" [2 {
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?
- T t/ n7 N d1 a" V 『《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。』
1 y: j; G# F! Z& G* K5 \, Z* o
; y. E- j' O$ N5 T' F 是这样的么?
" b% V) }: V7 J0 f& t( j: v 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。
/ m9 p6 @) f. O
你不得不注意的图表制作小技巧
8 M* q0 y, y; M& |* W% \
条形图的基线必须从零开始
7 Q0 f- Z" g, A- w6 M: v 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。
- g, n5 n7 W7 @" g! S
8 G0 V4 k) _# _" b, R
使用简单易读的字体
+ {/ p5 R/ a8 ^0 w. 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。
/ a3 t; D7 h9 H$ {
/ P8 _$ a, u9 @
5 @0 g) i9 q4 x- g 打开凤凰新闻,查看更多高清图片
6 O. I9 p3 U+ O! z/ R2 n1 q, V* d5 C
& c: w+ r1 e! G9 y* Z
) C* E3 E! U/ H1 ?* F7 S
条状图宽度适度
- q5 x$ \0 j# [3 ~2 i" l 条形图之间的间隔应该是1/2栏宽度。
~! c3 i2 i( ]! y: e 4 f( m7 Z$ O% r/ Z( y
使用2D图形
" o5 l5 `. `/ g& A1 t 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。
7 A0 R# l# t2 b9 E
4 G3 Z3 E; ^" l5 ?; b
使用表格数字字体
4 W" {5 I0 k5 @8 S 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。
; Q$ ~) A! A. T; Q/ K7 x) d
4 [% @7 }- ~7 _* f+ |2 Y) Q: q* q# F 统一感
; j7 I2 c( }" R' u# R/ |# p
统一感使我们更容易接收信息:颜色,图像,风格,来源……
, Q( T$ g( K3 u' \* a4 b
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
# @3 M$ k% L, P. D# n2 U
: n! M4 B7 b7 c9 {5 K7 | 不要过分热衷于饼图
8 m0 v; e) i5 x" w 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。
4 r; \8 ~* B8 O l# u8 e
! q6 k/ h4 \1 g h* c N. P* i+ H% O- b 折线图中使用连贯的线条
, Z( d0 x) ?7 J6 |
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。
0 Q; T( m7 J1 ^9 j3 j' M9 c+ J+ C
8 s! e& P. r% z8 O 尊重部分所占整体的比例
! w0 x5 e5 X3 A5 d G
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。
. I. @1 `5 x) C1 X, A: I
4 q0 D: ~$ p: G 面积、尺寸可视化
, U) _. B* Y7 s1 m' H. g7 W" {2 @
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。
+ Y9 c S9 D' E' }/ }9 f4 F& V 1 y4 \1 ^5 E0 Z2 ?. X# ^& f
使用大小来可视化值
- i) N k3 j; M/ _ 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。
" \( K8 j1 M- Q+ q
& C3 B2 U' q; U1 n* R 使用相同细节
6 K: N! K6 y* q
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。
# L3 s9 m5 d, R1 L! {
使用基础图形
: E3 N& n9 i x 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。
8 x! P9 o+ M, c8 H6 e, f. h9 ~
t3 w6 }! a5 h8 ^% h5 X9 ^: b
视图数量
& [ x p0 X- W. `1 M! v, p) U
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。
. K& r, h8 b- g2 Q3 t$ h, x& f( } 关于图表配色,你可以参考的5条准则
~3 ] i7 t/ h) u$ T 颜色深浅
, G/ B+ r% q4 ~: z5 J) o
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。
- x& O' G+ |* C( e
, ]. l3 G9 J5 h$ I5 u" V 使用同一色系
% |4 [/ u! U1 n1 t. N0 m 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- c- r9 ^; \% W+ v9 Q
/ J' m4 ], \, `7 m7 ]1 ~$ z( B; _
避免使用鲜艳的颜色
0 O3 k B4 v# _: q i/ j$ F# E
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。
: Z2 X' I% | M. W
! ?6 k" J( z/ L4 n* o1 i" s3 q# z 标签使用不同颜色区分
/ w0 M/ V. L* {- z# c& N" _ 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。
$ _/ z7 p* a* Y* U6 y9 W
: f& F3 b, P$ s9 T6 H 颜色数量
* r* h2 d! z2 y 不要在一张图上使用6种以上的颜色。
$ F) @' |" q. y7 P/ P4 z* L : d" `& V4 \; z
建议:
* G V, j- z6 ]7 O! t
使用具有高对比度的颜色
" t. |, K6 t' |! Y5 x 使用带有图案或纹理的颜色来传达不同类型的信息
0 ~9 T" E; u$ _: O, l+ [4 ^/ z" t 使用文本或图标标记元素
: \/ U' x1 K* T+ i9 M! A% C
标准的可视化图表一定有注释
0 g. }6 N: s3 E% c
解释编码
- l+ ]& M' N# @6 P% l* I7 D3 c8 u
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。
o. ^9 A( o8 r& r 轴标签
( [% s+ O0 h6 m$ @/ 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。
- ^# L2 e' n" D0 v* B 标题
! {( c( V1 H8 T2 T5 m3 v2 [ \, M 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& m: P+ ~) W
* M4 J6 W5 L9 Y9 @' }: d4 Y+ Z% V 重点元素做注释
$ l- h7 j6 |2 u0 ]5 Y 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 K2 g) u# ~& L9 ?# F# W & i+ o! }$ t# k+ D6 E
重要视图位置
* b& X6 F% I; D2 {" F/ 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。
6 m% B3 G& J7 d' W/ x# G7 {
6 Z" ~/ t8 h% Y
优秀的可视化图表,遵守的6条原则
+ F$ [# J4 j$ n+ {" j
数据排序有序
, \) d! B. u- J( m* J: y
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。
( ]" u/ t: p% I! ~! I- ^! |: `2 z$ F O! X4 G; S4 i2 B. C
比较数据
& c/ i5 M5 ~0 v _+ F* K5 u f- b 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。
$ `& _( A, u8 [* I
. b. d2 b7 G$ T3 t) u 不可扭曲数据
9 R n7 h+ J# 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。
. c5 _2 J$ l$ ?) c$ e1 ?
& S& r/ o- L/ N6 e 展示数据
0 E4 _% I% I; i: J# N5 f$ b 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。
+ q& [; d2 q# j5 t6 g- Y 删除变量
9 K. R- A/ x! e7 R, f& v
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。
( k3 A$ J) b6 ~: W% @. m5 Z7 S! [ 避免数据噪音
. O% L% p h9 c8 ^( p 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。
1 V) V1 N! l2 |4 J3 A3 o
3 Q* a0 c1 L1 ]% |1 t0 d7 I! 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。
& n; z" J+ ]" T9 p2 N G2 |+ [
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。
8 Y; D' Y( c$ I+ b4 |
各平台同名“职坐标在线”
! C v' U9 d8 O; R1 x- D: d