0 m! x4 v" a: G- _
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。
. Y) p% k% S0 J; q3 A8 u) G 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。
3 T$ {/ ]/ w) b. B 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 g( v1 J& i r) b
『《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。』
* D* w4 X @' {8 g( }, f) G
" S w3 U5 a/ D. x- @
是这样的么？
) p7 u2 {& I1 a6 M' c5 d! O
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! m k G0 Q* M+ ? 你不得不注意的图表制作小技巧
: R) A) Z0 I1 r2 K8 z& t) U4 K 条形图的基线必须从零开始
3 ~7 G5 G9 B" N7 }6 g2 C8 B2 |% N 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。
: g1 T {; v, Z; w0 O 
2 ^$ }0 y' ^) e
使用简单易读的字体
- U" k9 f+ P, i% ]: f4 h 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。
$ P# S; O$ d4 n3 m6 }0 \. ]
/ R7 }4 N& B1 X; ~5 \$ s. e1 w
d1 H1 X" I3 g8 I' F# {" F4 H: |# U 打开凤凰新闻，查看更多高清图片
6 B2 m3 j/ g/ C. m ! H! t; F! K8 U8 p4 q$ \% S" k
条状图宽度适度
+ L) `) V& [3 ~. n/ p
条形图之间的间隔应该是1/2栏宽度。
0 o% E0 y' B) C/ Q$ j! S7 p 
& H0 j6 B0 o! F6 B 使用2D图形
, e# J. d3 Z a9 D8 V% 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。
! H8 l3 Z3 Y+ B3 r& R1 } 
" s j( M, F, G' B& e( x
使用表格数字字体
( N9 p9 {$ ?1 Z: i7 R' j 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。
/ r5 a7 _7 [; |( Y 
$ Z- _7 u: M) I" A" w( Y0 m' z
统一感
7 J4 {6 C2 E7 e; V8 @& {
统一感使我们更容易接收信息：颜色，图像，风格，来源……
8 C! d( @- U: w% [- J1 c# W
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 Q/ N/ z& S& T+ k' R. w; F; y
. Y. l+ a n, g6 s) y7 d
不要过分热衷于饼图
" l+ J9 H# V* j+ H7 a
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。
' W3 ~; O# K5 y* a$ y4 N1 j
, p+ m. D0 w0 ^% g2 F
折线图中使用连贯的线条
9 P$ B: j; G% \ Z 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。
7 t: v* c# j. l/ G; A 
5 j6 g7 J- n: l$ I( A* ]9 u 尊重部分所占整体的比例
. ]. e) c n# ~$ t( u/ g 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。
7 Z: K. i0 e0 w
2 d8 a* u9 J( w6 [" U
面积、尺寸可视化
8 a. y- k1 l' L 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。
0 ^* Z( b4 G7 ~% T- J
* j4 F. W# Y) U" a 使用大小来可视化值
) q0 S2 I0 [( h! T% W 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。
- _1 ~ x% _3 K2 o" q
0 s& g+ h Z( | 使用相同细节
* x8 r; D; m" t9 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。
7 {2 F. m, X n2 k ^- X I1 S 使用基础图形
% p. a4 U/ c" W3 i9 B7 R
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。
& P: m" @: P7 W0 s
; T {( k1 j1 S0 a
视图数量
" v8 ~7 v9 Z+ p$ _6 N: O' c
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。
# K5 x0 v/ {" B3 `2 j: J
关于图表配色，你可以参考的5条准则
, K& W! Q7 V2 @" Y6 Q
颜色深浅
. O7 _. E+ u. k6 Q9 G4 a. Y7 S 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。
4 B: g9 v3 s1 x' Y
5 b( t0 T, ~( m, K. }; `/ T4 f 使用同一色系
2 F6 S+ W' p3 K1 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。
4 G9 {, V) h) H3 D* x
* L- B, a4 u8 e3 N. z5 J 避免使用鲜艳的颜色
6 u3 L5 }9 ?$ B0 m( @. F) S2 ^ 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。
L& A7 _& |# @3 F! B7 c
" U4 s8 ^3 Q* t4 \' [ 标签使用不同颜色区分
# ]3 h: {$ q9 }; ? 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。
+ i; x5 B# V. @8 B" g
" v! i. k' U4 x' U9 R
颜色数量
, Y1 G8 V4 f F/ [2 _0 _
不要在一张图上使用6种以上的颜色。
% Y3 A X! ^; S, F
, N3 I0 m/ |3 M M 建议：
0 e9 ?- W/ O8 \( o- d- k. v& p$ g
使用具有高对比度的颜色
- T% T/ U5 \4 w+ Z 使用带有图案或纹理的颜色来传达不同类型的信息
2 W& w# Z0 L2 L& V( s 使用文本或图标标记元素
) s3 r6 f% _' o
标准的可视化图表一定有注释
8 R0 r7 X ~! r( p. K
解释编码
3 J6 s! g! K. B0 ?% L5 M: { 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。
- ^( B2 K. v# K3 x2 @
轴标签
6 f- J3 Y9 R6 [, j 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。
+ u' i+ o9 x; ~1 E1 ]7 y 标题
! P9 r+ s8 j2 [
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。
/ G( h }! y( F& h( H( K* X * a, z2 B; f' A% l/ X
重点元素做注释
, R0 @% ?3 U$ t 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。
% D0 E2 ^0 }' k; T+ j! @( D0 \4 h
8 e. B: L$ r% l( V$ S) _# a
重要视图位置
7 r, w- [# [: S; y7 ]) z 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。
1 w8 m6 K3 w3 i" X; L4 k ) U8 K9 {* }/ V' n0 [% w
优秀的可视化图表，遵守的6条原则
. f1 E7 S1 ~0 a& F$ F% w% H 数据排序有序
" s* O. \% b1 A6 ?6 h6 J! m
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。
0 }. `* a) e; K
. [: Z& Y$ ^$ F. P( q$ }: P0 b
比较数据
) U% R: ]$ A q9 X+ h3 r) M" [2 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。
- y# o3 }. C& D# g* w
- \! I0 D) ]9 g: S 不可扭曲数据
]: P% M9 w* G
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。
) T( x4 e! |8 G* m2 N r9 }+ ?+ B4 e. m2 `8 Z
展示数据
( @0 s- z8 \1 {- ?) X, c" @: u2 n# O6 y
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。
! ` a0 U" M8 n: E: Z1 Q3 e
删除变量
. e' C0 G- Q% A$ I8 I v5 M 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。
3 U, H- S9 a2 s
避免数据噪音
/ l, ?2 x# ]6 ?; F 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。
! ]& a O6 u `# e# g$ ~5 b) y4 C& ^
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。
~; O) z, @1 D* w5 q; i
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。
9 v8 }& S( u* v5 e/ J
各平台同名“职坐标在线”
8 n. S: H+ \# P9 @ 
