( y- I* s7 u9 U" r5 C! n
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。
% j+ q! q0 p, m, C
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。
- o }- A0 B3 t6 V6 K. K( ^
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？
- H, @+ L+ H4 L/ |0 b3 U4 {" A 『《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。』
* e. r& W3 K0 i! V 
' ~# M# Z3 X/ G7 h$ T1 e. c& I2 r
是这样的么？
: i- d* x3 C! d; m2 T1 {- ?6 b 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。
; @ E; d. }8 M' P1 v
你不得不注意的图表制作小技巧
# K6 m9 d/ C; h; D8 p* A
条形图的基线必须从零开始
, F/ H) [" n% D0 Z: A0 t- V 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 x4 [3 R' X3 A! b0 A
* z: E7 @" S, x1 O 使用简单易读的字体
5 Q0 b, h' {6 P: n$ r 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。
" E3 g+ l. T* t7 G 
' y0 T% i& g( b' | ; f) s$ j5 x5 L) \% y) Z
打开凤凰新闻，查看更多高清图片
" d N. x! X5 u" q
8 ?" N& Y4 M7 h# v+ L 条状图宽度适度
3 Z) P6 \7 Y5 H o; e
条形图之间的间隔应该是1/2栏宽度。
0 {; t0 b* S( \$ [0 x' s" ^# q. T 
' u2 ?& C# ^- P
使用2D图形
" T V/ _# M# x- ?0 P0 Q3 p
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。
( L9 u" N# I9 F) J/ w' z8 m" `' B- w 
5 V/ U% r; Z7 f+ h9 O$ b
使用表格数字字体
) r* F3 ?7 ]! ~0 q& O6 R' F! s. k5 W 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。
/ a+ c% U5 d( n
# P8 k% C1 U* Y! Y1 t 统一感
8 ~3 D; E# G7 Q: S' Z+ ^ 统一感使我们更容易接收信息：颜色，图像，风格，来源……
! g/ k# Z" X* U0 b0 o1 t
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
7 m. Z& \/ _) z: L+ }2 R
4 U8 B( n2 U* |1 H% P
不要过分热衷于饼图
) R* G" I, D+ s9 e$ u 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。
: f6 T8 |+ @+ V! d/ f8 ] 
' _* _9 a0 X( w8 b% J4 a+ v 折线图中使用连贯的线条
. x, J7 z. f- _3 F4 C1 T 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。
* r# v( w) c( C* U 
% V9 m( k% Z7 W* a* F( ?
尊重部分所占整体的比例
4 g( P0 H, `$ U% i, G0 o$ i! x9 W 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。
/ E: o6 q; B8 X9 ~, |/ U) {( P
# m& z8 T) b5 M" @! w 面积、尺寸可视化
; ?: p# B9 w- \7 j6 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。
& |/ z& q6 {7 n R, ^1 a8 M% r7 J. L
2 r+ z Q6 k- i. u" N* f
使用大小来可视化值
$ O3 i; b/ g& N* a; O 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 c4 k, t5 s; @% k& \ 
6 s. r G6 Z9 S7 T* h% u
使用相同细节
$ ^7 w' L! Y" u" L6 d! `6 K 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。
/ { d4 W7 T" _. ?4 b 使用基础图形
y0 t# K! H- 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。
: g: D1 r4 Y5 @ 
- Q% a5 }9 ]% l! x) b 视图数量
4 F9 Y- [& [9 I0 r( F2 Y- `% V, ?0 R
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。
- u" K5 i9 b7 ~; c 关于图表配色，你可以参考的5条准则
( _$ _( k3 v& u" u3 T 颜色深浅
( N0 d' b1 x* Z5 N9 I) k7 _
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 l% y, B* q5 |
- |) C4 C- P& b 使用同一色系
1 L9 R- t. X+ f6 ~# g$ U! m+ F9 h
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。
7 N# V. w8 i9 M& Q) l3 ~: n 
9 m( u* y8 i; _( R2 r 避免使用鲜艳的颜色
' L& L& l) t. S
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。
5 i1 |# [' Y# V1 k/ G
1 k, |; l# v% g. V 标签使用不同颜色区分
3 |* ]- E/ i: v( f
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。
: |$ j V3 D# o% _6 f * P: i2 d q* U% n& K$ r
颜色数量
2 y! D8 Z/ \! I* A, \" ?$ \3 v
不要在一张图上使用6种以上的颜色。
9 f( n$ h* e! B% q
& _! G& u3 f: c4 D2 p1 a/ P9 y# G
建议：
% d8 ^1 L, ^8 k4 n# J3 A8 u 使用具有高对比度的颜色
& l4 H* B+ p1 v9 w" v 使用带有图案或纹理的颜色来传达不同类型的信息
% T1 d, ^% y0 \* e 使用文本或图标标记元素
! T; {+ m! ?: d7 v 标准的可视化图表一定有注释
9 c$ l$ F3 N: Q6 A: N+ g
解释编码
* ?2 F5 \2 V- w s6 ^
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。
, g/ T( b- F4 ^! k5 ~$ ^0 e1 L
轴标签
% v6 \% y& F1 `$ v9 o; \
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。
0 ?5 \ j7 G" l2 y, u3 x0 D
标题
* w- S9 a G# l: D3 T 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。
. a5 a7 ]; c2 u$ K( A1 w4 ]6 n* E! ~
" z: v' m" F% Y; ~ 重点元素做注释
1 r/ ?( `( M, W& ~; a. J( } 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。
; _) s. }" o9 j5 P, G- N4 _# A: }) ]
$ S" \9 g# I5 h( J
重要视图位置
) n# z) z: c0 l# j1 Y" a
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。
: g/ ?* E8 }& f3 G4 `$ [! z( V % [, a* ~* I' z2 u
优秀的可视化图表，遵守的6条原则
+ |7 n# v( l4 }. i 数据排序有序
% X7 m* o* p7 `( o2 w. L" o' 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。
8 w. r, ]2 K8 `6 g
0 q7 s. f f$ p' o 比较数据
, d: G) ?5 t9 }! b 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。
Z* b6 \# ]! H
: i R( |: z9 a2 X% H
不可扭曲数据
5 n" S& [4 [. V, y) ?0 [
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。
* C* D' l: U" o2 ~( |' d7 q) \; Y2 ?& @& D
展示数据
* G7 W" ~' `5 z y c+ U7 N 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。
5 g7 A( i/ y4 D2 {6 o6 n
删除变量
4 |5 u8 ]. E$ F5 y4 f9 t 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。
& M) l- B+ P8 }' ` 避免数据噪音
" Z8 a% j6 A/ u) \
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。
% N) w6 [% I2 W& s4 A' [
7 ^5 r# C% D* E' E+ ^) {5 |
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。
7 v k* ^+ ]0 m0 ^: V
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。
, A" f! x) u3 c' a: I/ q 各平台同名“职坐标在线”
0 C0 S' s1 q, @" q/ [
