+ S6 X9 I: A( y+ o% S 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。
& J7 X ?& X+ z" V$ u; x
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。
! k0 c% v: p1 \' _" q; L
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 c. u! i( x2 k, w
『《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。』
- a Y B! S) o4 R& R+ Y6 `+ ~5 x
$ I2 ], G0 c0 O! U" C$ @9 ~
是这样的么？
; |7 ~7 T2 Q5 l* R+ }1 h 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。
3 e9 ~0 J6 w7 x7 e/ Z3 D# O2 T9 J 你不得不注意的图表制作小技巧
5 N- W. D8 D! ]! r% W
条形图的基线必须从零开始
# U! y* C4 T% k! I( \, `; ]- I! n( u
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。
( f1 J1 Y5 u& H# V3 l6 x6 p6 _ 
# }' c- q7 s% k 使用简单易读的字体
! A ~9 K* B! D4 w, ` 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。
3 z7 H. ~5 M- @
& ~$ D/ d0 W2 P! }& b
4 {2 |1 {+ Z2 ~+ Z% }3 ^+ J 打开凤凰新闻，查看更多高清图片
9 v: @$ l- @7 x& S
1 a$ |8 K, U6 |, W$ m, U7 |3 N 条状图宽度适度
( T, W& R1 m. x' ]9 ` 条形图之间的间隔应该是1/2栏宽度。
j: V4 E. @) e1 u, o6 k
/ s; z% ~# X2 N7 E; A, K- h' O 使用2D图形
7 N) b1 h) d( o; J1 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。
( U6 M! ?/ M( x6 r% G6 W 
. L' t, F5 a. b/ V) r
使用表格数字字体
, x s" }6 Z: K" H) N" t1 s* H
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。
i2 q: d- _9 e+ j! f2 r- X( B2 ` 
" n; P7 f; W( `8 [* N' a! ~/ ~, T C 统一感
% g) l! W. U% [
统一感使我们更容易接收信息：颜色，图像，风格，来源……
' _2 k' K0 _. c X5 _
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
8 d( t/ b5 v1 E5 ~
- W3 G; Y9 n- G$ r# ? 不要过分热衷于饼图
3 ]( `7 _ R% 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。
/ ]; ^2 d. L8 e
" s/ w( E8 Q* O3 U u! z }
折线图中使用连贯的线条
' D% I! E$ ?& c% ?* _% `0 W 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。
4 g) u5 l! W% x$ b 
& H' j% W3 p- { h5 u i
尊重部分所占整体的比例
8 U7 r$ h$ P$ w9 t1 l/ |
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。
, h- k" C' N6 ~; D- l( Q
8 n4 o, l) Q7 q* m) a0 m1 ?: e 面积、尺寸可视化
; u9 ?" ^$ ^, ?& |+ N
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。
4 s! |) t k# _+ ?; h6 a 
; G) w4 j: c0 s/ x( G 使用大小来可视化值
7 y: n9 m4 q, b
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。
% P3 ^, [$ J3 K' g6 t6 ? 
7 x5 f! ?+ w; }+ h' J
使用相同细节
9 Y7 l% n; K0 p, c" s
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。
2 W( e) V. `: Z9 S8 p
使用基础图形
+ T8 \/ o# o; o, B
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 O7 h$ Y0 g3 |4 z$ C 
# |5 @2 `( \, D' @/ U1 E
视图数量
- k2 X j7 U) x# n
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。
8 r0 [9 h& ^% ^5 r9 [# `
关于图表配色，你可以参考的5条准则
3 T, @0 ^# C. H& s, h7 o2 G# `4 ` 颜色深浅
0 B7 y6 T: {, A. N5 c# p" v0 A7 r 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。
; @6 z) Z `. @/ U* u' O* `! o- O
& G, p7 @: j& U1 a. y) g) e/ p/ H1 ^ 使用同一色系
6 j$ D6 ], W2 E: X 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。
! m" j3 H5 e% ]3 _( L 
" h6 _# z, o( w& C* d1 r+ L
避免使用鲜艳的颜色
4 A! F, l7 ]' P C, x. [ 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。
7 ?, `8 M% c9 t2 h
, R" E' S; a& B$ q# B A 标签使用不同颜色区分
" i. D8 x. ?7 j7 m4 p a& e 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。
$ x6 \8 [$ ^" j! D6 h# q
2 Q% _- x" y, b( q: A2 |" N6 L1 U 颜色数量
! {+ k- Z1 V* }
不要在一张图上使用6种以上的颜色。
' g4 c- r' [2 |. G) j
! ~( k \. @, F7 G! T
建议：
" @, U, V; G# I$ X
使用具有高对比度的颜色
- D {4 ] S9 S2 i4 E9 e
使用带有图案或纹理的颜色来传达不同类型的信息
, N( ^/ K I" A1 M+ s2 w
使用文本或图标标记元素
7 } M7 f& r! `7 C6 j7 Y/ } 标准的可视化图表一定有注释
! ~5 m$ p. t. K$ T! j! d' a# s
解释编码
0 |5 k# P& g6 `* c6 R ^! E 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。
5 F$ p7 f m& M# b1 \' o! D
轴标签
9 x2 G! J6 y0 t% a9 ` 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。
7 S' D% M! D( b: E0 K
标题
' ^( i/ K5 N: i8 S6 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。
' U& m. P/ j* N4 y, ~9 K
3 s. B. v, I7 a2 Z# j7 Y. d8 k 重点元素做注释
# W5 a) m4 g% C" 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。
0 i4 C2 D2 f# f5 k8 p, p
) l6 m% a; o2 C, v. K
重要视图位置
3 {. e3 l1 m' N; M( r0 r2 j/ 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。
5 j, ~# y) L# N* F [$ t. M
s3 s8 a5 W2 z/ t' h7 ^3 r5 ^5 A
优秀的可视化图表，遵守的6条原则
! X/ a) o* C6 w* { v
数据排序有序
7 ]3 z; L3 U4 r( T5 t/ w C( 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。
3 o& ~* ?* G r" i' b" M& h7 s8 t7 B* N
比较数据
# N$ P1 n/ L2 b* W
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。
! l+ N1 i* O# v( o
2 X; p. m1 T0 z. w& {' m6 C 不可扭曲数据
- a1 d8 J. B# {6 s, [. [8 h& w0 E
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。
' F- b h" P, H4 R1 O* N# T2 M8 R
% p& q: u" ]; T" M3 m
展示数据
( M, ~2 J5 m: ]* j* S: z0 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。
; O( D- ?* F! ^" R4 _2 o; k4 p B
删除变量
- |9 X% m5 r; e* g! 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。
4 r- p B L8 [0 n/ t7 R
避免数据噪音
. W6 T/ K$ o0 m6 E7 c- t
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。
9 y! V# `& u8 ]6 h- g( o( L$ L6 D$ e \7 ^* X7 C- n( S
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。
) V( |+ @" O" k2 f9 F( w4 E+ 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。
) V% \5 }1 H5 C) x( C& x 各平台同名“职坐标在线”
, s' X" ^# f9 X1 n! S6 Q$ s 
