- p9 e& ^; @' s$ b0 J 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。
& x: R+ x" 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。
1 U4 w" K( t; u) f
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？
9 d4 p8 @6 O+ x+ Z
『《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。』
2 y. Z+ c9 G: G' M
( ?: \! d) }; `3 H) I
是这样的么？
7 ? R0 m$ g; E
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) u9 B5 E6 \: h 你不得不注意的图表制作小技巧
& E/ V3 N2 M N
条形图的基线必须从零开始
9 a0 F: u& G5 L# ^/ g: ~, ^ 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。
; e+ _4 ]& l: n8 Z) }. s4 g 
+ o d) \! B6 Z4 k$ N, T+ H7 j
使用简单易读的字体
! f9 p1 a% \7 F
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。
& e: U# N0 V, S. k3 n! U
( g' ~+ j7 a5 t 5 o: W' M, p* D+ J5 X# v
打开凤凰新闻，查看更多高清图片
' y" Z/ `/ G6 \) m
" g0 _3 C9 T0 M
条状图宽度适度
6 a. C W) Q9 T% g5 P) O; t
条形图之间的间隔应该是1/2栏宽度。
r7 G: R6 k/ V% _% Z6 G
* L/ z( p* Y3 `7 F8 @
使用2D图形
1 V* {5 H) M! x5 K; l( M
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 N9 ?1 D6 X9 J7 w
& d& {3 f, Y U% p5 X
使用表格数字字体
4 z g. I8 o c. { 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。
9 `6 L3 A( w7 {$ r7 b
9 t/ g4 k# O/ |* u: p% ~ 统一感
3 ~# i6 Y& F, u! _( I
统一感使我们更容易接收信息：颜色，图像，风格，来源……
7 f9 E, [! p" F2 K
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
, [% @9 X& }! Q: Y' I6 R6 k 
4 K* i$ a! v5 V- z
不要过分热衷于饼图
. `& n7 z6 z6 d; M( m
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。
$ d# l# L U) F) l) d* d# r% j 
/ |; W( M. h- T
折线图中使用连贯的线条
- p9 t) q0 _3 A1 X$ c1 c: s# J
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。
( W. z2 V+ e: }' v* G 
2 y3 ~+ h9 q9 @3 J6 v9 {- X X0 r) x 尊重部分所占整体的比例
2 Y/ K" ~3 F b0 G# p 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。
, F5 x3 }: F/ d6 f 
$ h ~$ F: ~' F8 C6 K
面积、尺寸可视化
- P% i; {; a' z4 G 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。
& C+ `6 j, b- n* u 
$ I3 g. q1 m4 ~ 使用大小来可视化值
5 H9 k% R: x/ G2 W" }' Y [5 f" f, h
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。
8 ~/ j2 U" M) [: b ` 
0 \2 V$ a: x+ _0 a3 P* H' f
使用相同细节
4 b3 C, z# v6 L 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。
& D& ]5 ?# F5 G7 J
使用基础图形
9 {' R1 B. T/ T. p 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。
W3 k: Y- _$ N* M9 ~& U' B6 ? N 
3 Z0 z* M3 u, z% _2 `; o" V4 W
视图数量
, w3 R/ l x) D( f" h
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。
: r3 |) [& G; S- a; K
关于图表配色，你可以参考的5条准则
6 V1 S' D X/ |/ |% j9 S
颜色深浅
7 W) \4 P9 K ^6 {' 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。
1 v+ v& z, k+ S/ v2 r' W 
0 U7 S6 z2 w* u( x
使用同一色系
+ E# j4 C- z/ C, q 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。
- h5 O! Q0 [6 f3 `( { 
3 ~' A3 J+ w7 R7 g6 l3 Z 避免使用鲜艳的颜色
# g( A& P( A6 W
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。
% m+ D G- e( g& ^+ |! Z( c
. D ?1 t4 M- R" m8 z
标签使用不同颜色区分
& B8 K3 z8 w I! @1 ?% d* ~( K$ } 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。
: t5 ^ V8 B6 u) T
" d K) N8 X" g( N$ Z- k 颜色数量
$ l- d5 U' w+ A" w, D1 F
不要在一张图上使用6种以上的颜色。
5 I6 X( K: i( A( C
; I% i# o( x x9 e& ^) K- d 建议：
+ l$ q/ o6 V7 a8 X, f! k; |* F 使用具有高对比度的颜色
% b! N/ \; l8 O
使用带有图案或纹理的颜色来传达不同类型的信息
8 }2 y9 d; @) W$ d4 P- |/ [
使用文本或图标标记元素
+ C8 J/ _$ [" |7 U! a; x; G& H' p
标准的可视化图表一定有注释
. u$ ^9 Q- w" ?7 B: \: w
解释编码
, n- N) ^( S9 g, C. F
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。
' P! c) J l. V# u
轴标签
* M: _; {. Q% [: T7 n4 L5 k 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。
$ D* g! p. R' ]+ ]3 f, h, N0 s0 o
标题
! t6 s) |8 n) w
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。
5 o- w; k( e2 n4 I+ o 9 m/ s( Q# k1 @7 o5 c! \2 U4 b6 U
重点元素做注释
/ ?) ~6 G; h7 G 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。
. p% V- v; H6 m; h0 h# ^
" x; j8 t% L. V$ F) Q 重要视图位置
/ o* ~& b% W( f" D+ L. B6 D8 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。
# N1 T& A, d8 H3 y& }8 P! ?
' `3 o# d. F* b& P8 z2 `6 ~3 k( E 优秀的可视化图表，遵守的6条原则
& \% k% P/ g$ k6 `$ u3 `) a
数据排序有序
" }# e1 j8 w- `4 i
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。
5 e! K0 @- _9 P0 i+ \+ D
' @7 \3 C% V$ q! k/ k
比较数据
& u8 W7 D+ @, U# L) @7 T
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。
; F k- D# |8 y* B
6 k8 s9 G# G2 X1 R* r 不可扭曲数据
+ _1 [. u& f- {3 ?4 q 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。
. B% t4 X1 P' e/ u
% {1 g: ^# l8 J9 [. s1 D7 g. R
展示数据
' Z9 V- J, E) d 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。
) X8 \1 G+ B/ x4 F
删除变量
4 E! U( c0 T( D0 p9 O; F 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。
6 [' }$ g1 J8 x8 E1 e
避免数据噪音
- O6 c5 T6 t7 u- d# w W3 R8 j
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。
) c, x; }+ a. V' `7 K" f! k/ p
8 H9 `" h# G- y5 t5 i2 v. R* D
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。
5 z$ H( X7 B/ Z 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 N8 p4 [1 e: |
各平台同名“职坐标在线”
. ~0 X& w' X8 k; q' P$ t, |- E
