* T+ M+ a& w$ K5 h: p- x 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 l3 g' f! `0 M! Z* ~0 D# x3 i
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。
. Y ~. p) I ], b! ]) r3 c
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？
8 O9 `0 o/ {2 x* z3 T. b8 ?
『《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。』
8 B" J3 t# j. x
: C* R+ |- e6 h4 J7 q3 e* G: W
是这样的么？
5 G* |3 c' @+ y; `3 [& D: c8 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。
% {( ]* K* d1 }0 u3 K1 I3 U. Y 你不得不注意的图表制作小技巧
$ y( f! H0 o. @ w. z; F 条形图的基线必须从零开始
# v! h# Y6 N" R( L 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。
1 A! ^9 v* M/ J. l* W G8 y- ` 
8 z+ {* ]8 Y5 C$ f( N 使用简单易读的字体
( V" m0 H0 \5 ~$ T! g 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。
4 ]% l @9 H) {* o! B4 F& T
3 s: K/ L+ A! i, \9 a$ p 9 Q# Y/ H7 V) d. C
打开凤凰新闻，查看更多高清图片
/ c. U& J+ R' U' g, ?; v ! v* c8 X: j7 e
条状图宽度适度
" k/ G- v0 W( k+ ?2 \! p
条形图之间的间隔应该是1/2栏宽度。
" p8 Z4 E4 m/ [- u8 d 
; N: a: z; W* V4 u
使用2D图形
0 a' M. s' L' q8 i' c% [- n 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。
! h6 m& G2 ?& o# h# F
- F* M, N9 N* [& y% U! P3 y
使用表格数字字体
T9 f$ ?, w0 A( g6 Q; m; [' e 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。
1 J& L% p- Z0 H* _
: F4 S6 Y( F. V3 l3 P/ o 统一感
7 E& S7 n8 S/ c( v4 F& c 统一感使我们更容易接收信息：颜色，图像，风格，来源……
2 y6 y# R7 N* z- ` 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
% W- t( I2 m F* X 
0 P! F' \' z( `9 @+ ~& N 不要过分热衷于饼图
3 T: z5 ?/ u4 N/ u9 S2 t
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。
E) k f$ X/ v1 E 
, m0 f5 |- L. U# E2 J) Q- u6 w
折线图中使用连贯的线条
1 y+ z. n S- J& g: x$ G! Q
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。
' C1 c4 C! l/ {! w. s
3 H W* |& A: Q6 p 尊重部分所占整体的比例
% E$ A0 L6 Y; _( K5 A# F
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。
4 u' i4 W; W% C2 z' {% i& Y 
- s5 I. G% T8 I+ Q' p" o 面积、尺寸可视化
8 p1 o& B, @: G/ u" V2 E6 c6 S% p
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。
9 g, f: Z$ P3 d8 m
F1 i) G0 a2 X 使用大小来可视化值
$ }% j, B$ B) k( P9 W- g5 K% 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。
, E, Y1 [# p' [% u4 D& N9 z
/ A4 N- U9 h) ^ 使用相同细节
4 u/ r4 V' M; g 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。
* H( C" C8 y( ^, A
使用基础图形
4 b3 F7 I: I$ Z F9 ?/ p% z8 g* Q( }" w
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 p, J+ z. ]" s$ X
* a) }$ Y4 r7 e" {* O
视图数量
6 o( G2 {% E$ s 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。
2 [# D: B- {* J) @. @0 R# W0 s9 w3 v 关于图表配色，你可以参考的5条准则
. c! v. f" @" f" j- ]5 ] 颜色深浅
! f- \8 |, c+ W% J A
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。
" u# q, z# I: U9 m2 E3 M 
+ T0 [* W! `, i; z& F2 v; r
使用同一色系
6 }' B( [! G$ X6 U
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, _! W+ D1 `" |) Y+ z 
$ Z) W) | m3 f0 y& b* ]' `
避免使用鲜艳的颜色
0 m9 }, @: Z3 H) Z' c
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。
0 x6 B! ~2 w' ?0 g" j$ y0 h $ F% V1 \3 b; W& [6 k- O, d6 C/ B
标签使用不同颜色区分
3 V' a8 s u" [/ m4 J 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。
?+ h, Y# J% ] n$ ~! s
) a: o3 b6 W, l8 g' r) Y3 ` 颜色数量
& c+ y+ t' m: {, e5 \' D 不要在一张图上使用6种以上的颜色。
. g% Y2 I$ K; \& v" u h' ~' C
! T4 y S1 Z1 ]9 a+ `8 N# l 建议：
6 t, I, c7 c& k) _ 使用具有高对比度的颜色
4 N$ v3 y- H- F2 S0 I" S 使用带有图案或纹理的颜色来传达不同类型的信息
, _" L1 U3 g+ _0 h" R/ ]
使用文本或图标标记元素
; \( w- O( R/ H0 n- [+ x 标准的可视化图表一定有注释
2 M2 ]7 k) P! q e. e/ n8 ^$ \: M( k
解释编码
9 b2 ~4 N7 f1 L. q$ [1 ] 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。
$ s9 _$ U- r6 @4 |( E% ] 轴标签
, L$ m, i+ D+ g/ Y! @$ U1 l7 o5 v* ?0 @* r 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。
: d5 H# N& Z3 A6 [5 {! I* l8 [; ] 标题
% ?& L4 X* ?2 R+ t8 @/ Z0 j3 D
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 t- S( _, D" e9 `8 M
" m& Z) }0 o3 M3 `1 S; z; V
重点元素做注释
+ N7 Z! T9 A6 f: E, N% 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。
" k( I5 W7 P8 W3 F
# e5 M. b& p" p6 w
重要视图位置
3 Z3 B% c' ^* m 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 @& E8 Z
, _9 h O q% j1 ]) A3 W 优秀的可视化图表，遵守的6条原则
1 Y9 y/ ]. h% N* ?5 ~; T
数据排序有序
0 O8 H3 D, u" B6 s4 C$ I( R0 R" C
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。
7 Q8 g- U% |2 X' G' i) U/ X! V' }$ i/ b) W: s# d
比较数据
& V# p" h) r# }/ Z4 S
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* F0 I, A9 Y+ c2 v
8 i& a1 j% |' _, e! k5 \9 d. n 不可扭曲数据
" q/ c3 S }( l- ]9 M! M 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。
7 a9 N5 [$ Q9 v: {: C
; o/ i, \1 k" H7 F$ S) B
展示数据
2 ~& q; { x! o u8 z( 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。
; s& O2 k( {! W! @8 {2 M
删除变量
& b+ [0 `5 F: ?- X" ^% ^3 b+ e
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 w( F! I8 P8 _3 ? 避免数据噪音
* U& N; k. @4 f1 R0 \ 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。
]& U6 k4 M" J' W* O5 y6 c. s2 s% M% V2 q' F+ u6 A; O0 I
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 @) Z4 `5 V* C) S 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。
, P! i( I6 Z) A. o$ l/ v
各平台同名“职坐标在线”
8 h* x+ c) B( G; Q+ P$ E 
