4 x5 e1 n2 ^* a: I4 V3 P 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。
+ T( J9 i! ~1 n7 z- z7 p6 f
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。
5 U" G6 y' M; u6 B$ b
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？
6 A; N# ?4 u. x5 |% E 『《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。』
% L; t# j: ]* e7 g8 B 
9 g1 M& B" J& g3 A" t
是这样的么？
- h1 `0 y# C) q4 }! r; E9 l
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。
2 e1 |( ^3 {# l2 z8 E- e 你不得不注意的图表制作小技巧
, Z/ ^* v# T$ C4 }: [ 条形图的基线必须从零开始
8 l) Q# W) r( @, d
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。
) C8 y: Z1 b' ]; X) P+ A
) ~/ d) a6 s! R6 L \! o2 ] 使用简单易读的字体
$ T/ k3 A3 ~& S" f; r! S1 V( m 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。
- H# R8 j2 l8 ~9 D0 ]" k 
& n, N" V' e& M1 {# n: K3 L 7 R! j- Q1 N7 U7 X
打开凤凰新闻，查看更多高清图片
2 H' X7 Y1 @) T3 i" k* B0 f
' z; @/ X! V) H, l1 b D# }
条状图宽度适度
, {: f, M! H. Q# `8 ~1 s1 _) y) Y 条形图之间的间隔应该是1/2栏宽度。
$ F1 s9 U# \, z
$ g4 Y' y; C, ?6 Z! C
使用2D图形
7 e y$ g6 W/ p3 r4 O 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。
* ]) E! c3 h' h& z
% v. v* R9 q" d 使用表格数字字体
- J3 ~6 w( G: t( j4 G: a 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。
3 Y3 b. F9 a% V) V8 _ 
6 u4 N1 \3 @( f1 p& p' j1 r% W 统一感
6 y0 Z9 o- x- ?0 t' o 统一感使我们更容易接收信息：颜色，图像，风格，来源……
! F! h' B+ e7 ]. \* ` 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
$ C7 z. \; b; j3 M6 N [1 X5 L6 R4 N7 f
% N4 }0 a6 Q: S& Q: P. I7 @$ v 不要过分热衷于饼图
8 }) d% N5 ^0 u3 G$ o 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。
6 i+ K! A2 s/ s+ Y/ [3 ^6 b# O 
! w# w: J6 o8 o" V v 折线图中使用连贯的线条
# S( ]" l' Q% q O8 [9 n6 K1 c
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。
V \3 y, M y1 W! N+ Q; l1 J 
1 V% q% k) G8 J+ m1 x( G0 r
尊重部分所占整体的比例
6 i( i, p; S8 d 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。
" G& i3 ]1 P6 k7 O2 r 
8 J+ y$ k3 s3 a; |' `7 b
面积、尺寸可视化
( Y4 S) x3 Q7 _% Q 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。
; ^& |$ B( {: c C1 [2 V 
- Z u* s7 s/ B, {+ @ 使用大小来可视化值
] M9 K+ [" z4 l9 I) Q8 [ 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。
/ m, G& E" V" ~# w3 I
5 v. I$ e8 ?2 p6 g! c( o 使用相同细节
7 \, `/ u; n) T0 d# W7 \+ r 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 b( k9 z6 x" d
使用基础图形
% c, |/ K$ e% C5 ^0 j
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 c5 {9 e" Q2 A0 E/ `; H 
; f1 q$ G2 C' B- A+ f( |2 U 视图数量
* ]6 C W7 L/ P, _. m8 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。
% r2 Y: b! ~. T0 U( q" C 关于图表配色，你可以参考的5条准则
9 U" I" o' [* D
颜色深浅
: W6 K( g, [; B& ]. z
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。
i: l1 c9 s. w4 W8 c1 s: |- A/ r3 M 
0 M, R. J( y) d- z! U4 v 使用同一色系
- ~+ z! c5 P2 d 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。
6 {& F: s1 h& {7 z- h9 z$ K$ C 
, w+ s4 Q( Q- H7 }2 r' g0 E 避免使用鲜艳的颜色
C- L$ P U& F4 T7 o8 ^
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。
' i5 z' Y' i7 ^+ V1 `9 S" Z/ }* d' r
8 y2 s5 d! o; x3 Y7 z 标签使用不同颜色区分
1 O* r& O) }# t, ^& `
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。
# Y: x4 J* t5 ~2 w$ G# M I0 { $ N% Q' X! p I
颜色数量
% }9 I6 n8 p, m, j7 c
不要在一张图上使用6种以上的颜色。
: M! ?! q! F+ N' [$ h. e. K3 }8 ?& U
: R( K/ Q! A# t& Y) u8 o) @
建议：
$ R% b% ?7 D: a+ x- h! \9 c0 _6 ` 使用具有高对比度的颜色
5 c: E H: g: f 使用带有图案或纹理的颜色来传达不同类型的信息
X7 [& V3 e% _' v% _ 使用文本或图标标记元素
2 e" }2 J! y* }; \: q; H+ J 标准的可视化图表一定有注释
7 R# u7 E, f( r( `. c2 L! }5 a
解释编码
2 X+ f" Q' ~, k" i, u. s; ~4 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。
& |7 P1 i* u+ [' V Q* |' A3 G 轴标签
* ^/ T/ {) Q0 R, o6 x: D+ ], G6 V
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。
; O* ^3 d1 h$ K, R' R. D8 A- g- V 标题
4 j" t% Q/ G# i 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。
\+ k4 {+ J' P3 O; ?
6 w( K5 z+ E7 A! E5 F 重点元素做注释
. C5 L: A, l7 b: n& [( G6 O/ B 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。
0 {- o" H. A1 _$ A# i f( w( F 4 T% H9 l6 r) [3 S8 a- G9 Z
重要视图位置
* B, b: C8 ~/ O! O" x 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 ^1 [: }3 f( ?" {' ~. g) _: w - E4 U# e# ~% Z
优秀的可视化图表，遵守的6条原则
) `5 z Z5 n% G( \5 b8 s 数据排序有序
- H, F9 W; D1 G$ u* B+ o! 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。
! H( r6 K7 \6 j2 d( ]+ p# X" n; G" m
比较数据
$ E; v, F! w% ~/ ]: l# L/ 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。
0 Y' k3 E/ H1 W& i3 s( ^
. ]" J7 g2 T) \0 M- A- x 不可扭曲数据
) p( S/ v6 ` }# E: W# D/ A
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。
8 u! ]9 d% h A$ `9 R8 z4 S: J; u b3 Y2 f- G3 G6 J7 x
展示数据
" X* v; B: ^# a$ B2 v
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。
; K* m; v6 ?4 }4 P0 F
删除变量
1 u5 |: Y7 a7 p! B
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 ]/ E& P0 V4 X* w
避免数据噪音
) m" T% `! s1 C4 }# E7 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。
/ D. W' i1 V, j' K0 Y c% n. `! R
" L2 w, W: K% 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。
, r1 d& c# j' `* { 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。
0 Z" p" P. c( V K r6 l2 m 各平台同名“职坐标在线”
1 h5 X/ h( a- t# n' c
