6 R. W' U- N y" d [3 Q, n5 ~# _ 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; K6 h5 c" J e+ a 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。
0 g6 @9 _7 |6 U' }1 [# I1 s' 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？
0 u7 i6 t) K4 {' Z4 }! N6 ^
『《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。』
& x$ s6 j; F: A- \& s: K" g! K+ V
+ W) @- o6 @0 }# D6 v4 i% t
是这样的么？
& ]( [( ] b; u9 o! U
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。
- I# [' v4 h+ j0 K 你不得不注意的图表制作小技巧
& O9 g2 ]0 t5 @% ~5 W, x 条形图的基线必须从零开始
6 N: Z2 [# W; e; B
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。
4 d! t- o& j2 R. L% v
) b+ L1 ?) {0 T4 r
使用简单易读的字体
0 n6 ]+ k( q& D) A/ n
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 o9 z. Y0 l6 i% Q& N0 W
. g2 R/ ]1 P+ r/ p+ r3 I
& F0 N( \% V: Z7 n 打开凤凰新闻，查看更多高清图片
/ H0 `) g% y2 M
c7 w3 o2 i. o# r+ j
条状图宽度适度
2 y; p$ z: R8 `0 `( Y J2 N% I
条形图之间的间隔应该是1/2栏宽度。
2 m7 ^1 r" w' p" r' i
4 F$ G# O# s( w* N+ i$ p1 O
使用2D图形
! Y$ m9 @% y7 X% u' [* z
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。
' t( }8 J& }) y1 E% @- c+ v0 F 
: l" a0 K0 l2 }0 l$ S% ]7 {
使用表格数字字体
9 x; w8 O- U" [6 t. x6 z/ ~
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。
4 o& Z$ o: i, g7 _ K4 G4 { 
P6 h- ^1 A* a0 A
统一感
0 x& N: P2 L% S# M1 L& u* K& [# h" [ 统一感使我们更容易接收信息：颜色，图像，风格，来源……
, y% J- W) [7 i) P6 F
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
! z! C1 H& l) l: n1 F) n( u; U0 A
% s( b! |! q3 g8 s& A) n
不要过分热衷于饼图
; r; K. t: B: A- a: R7 F- R3 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 n( {& B5 W& W
. t* I8 P0 l9 I* [ 折线图中使用连贯的线条
4 J. j2 l T9 x0 T, a6 `0 q9 c3 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。
0 j2 V# N% ]2 {9 U0 T; ~
: U9 E6 U* A! D- v5 O 尊重部分所占整体的比例
' n- U& C O# f% B, h" h
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。
+ n# v0 y* ^0 J! B! u4 Y 
* ] S( A5 b. g
面积、尺寸可视化
" l1 `6 @, m& d% U8 W* k' C 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。
1 a* r6 m8 {( I5 I$ _' Y( P T
; R, O! ]2 L" |9 t3 b7 T, s 使用大小来可视化值
6 p8 O2 \9 z& k0 L
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。
. z- ^5 O5 M* o: D 
1 w- X/ O. a' V8 [6 W7 L1 G3 d; W( c
使用相同细节
( {6 A- o- z* M) Y, ~3 d 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 v1 o0 I7 [6 m7 J 使用基础图形
" a1 t* X. h; b1 C
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。
. t* I- ]. [% t6 g' {# j* X0 C5 n 
% x1 `2 T% E# }" ^9 d
视图数量
4 |5 ` V. n" X1 ?3 }' e6 ~$ i
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。
5 k0 k$ @# T) |* D 关于图表配色，你可以参考的5条准则
" M2 o- l; S! s) G2 K
颜色深浅
* t7 Y" u/ N8 M( t
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( R/ j* V# D5 N" N5 F3 w- f
; I+ x" {3 f4 R% d
使用同一色系
1 q, G" q2 N7 @( G# _
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。
1 q% o* m3 d) }$ L% |* Q, H
9 w6 ~/ y- f* V8 G8 l
避免使用鲜艳的颜色
7 c ]/ P! b% _( A7 ?4 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。
6 B5 B7 d6 |# f. h1 |
1 j; e1 y. C, e 标签使用不同颜色区分
5 {& I8 ?0 U# g4 z5 e/ H, z9 h
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。
- P) u, m! b& T# z5 U9 c
+ H8 F% @8 y1 r0 u* ?# H
颜色数量
3 I2 D# V& @! i# [2 Q2 P 不要在一张图上使用6种以上的颜色。
% I2 ^0 E6 _2 a; c3 e7 Z6 b7 F) c
4 y, T+ {, G, }: {1 T( i4 P& X 建议：
) m5 u( A. m& A- }! P ]! [
使用具有高对比度的颜色
7 K7 ^1 @) D. H& K
使用带有图案或纹理的颜色来传达不同类型的信息
4 [+ m7 G% y* B) ]( Z 使用文本或图标标记元素
% x c- z; H' i2 T& w, }# x
标准的可视化图表一定有注释
$ W/ z$ V$ w: L, `1 e6 l4 D" t' ]
解释编码
9 S& q7 f s! F c; i+ W 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 [, @8 J: B! i
轴标签
, w; F+ J g! `: m0 D5 z* 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。
* z4 n4 s4 \) b1 @/ o
标题
9 n4 @4 e; l1 V. Z0 r$ ^$ o4 |
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。
# P2 b& I- T& ` ; V3 J& ^' \7 c& s
重点元素做注释
( @7 A- e, j3 E, d! v( ?9 X/ f
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。
6 ?& i, W, u( B, L8 ~9 T' _
. O9 t" W5 R4 J3 U- U8 {3 ] 重要视图位置
( l) H8 T1 s" n( i. U8 \* D
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 S; C$ J, ?/ ^) v! p6 C$ J ) _2 k" C" t4 f5 H3 P& L7 v- l
优秀的可视化图表，遵守的6条原则
; M- B4 ?. U, t: n0 d3 ]) E 数据排序有序
9 I& u7 q0 J' @$ u" G( B' h 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。
, k% J7 n }. _ j/ w; z H0 o
8 q3 D9 ~' c9 r- {3 g* j. A5 ~ 比较数据
- D' T+ G, Z4 { 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。
1 z' ^* }& m: [" o+ a- [; C
4 M) D: R! @2 @: h 不可扭曲数据
: k0 B4 }& X, _- o5 }$ [ 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。
, \* j2 z% m; k. o$ w
) u0 c1 W: @* N- m8 T: i" M 展示数据
1 f. w0 @! Q) m( x7 H3 u
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。
" P, ]8 R, i+ g; a
删除变量
4 [2 ]1 y! w/ t- J) f" n 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。
8 V) ^6 V: Z6 z
避免数据噪音
! ?5 B- y, A9 M8 V; 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: m+ P# w& m% W7 j) G8 Y; v
4 X9 ^+ A( N+ L b& v$ T3 @6 Q 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。
/ G1 h6 t1 K r! ]9 P" S& O 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。
}: Q" Q- \& y; D: A! R
各平台同名“职坐标在线”
; f9 H% O; g' m v
