' c, l7 N9 R: k3 o- 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。
2 }2 d6 K# K, w9 M) ] 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。
# U! e- |1 A5 p& m+ d 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 Q: s) P- u, Q) f4 B- p) 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。』
4 A3 }% r; M! F( t) K 
" `3 x' G) N1 P' r! |
是这样的么？
5 w0 g" v, U5 |- y% X! z" o2 z; X* t
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。
" _) j2 ~5 i# _- Q% J
你不得不注意的图表制作小技巧
" H9 z* q5 s1 B9 ?$ j: ~ 条形图的基线必须从零开始
' N1 ~/ z {! o7 E2 v9 _) `8 S 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。
( [, H# L- H3 W3 y$ S' [0 p
" \! K* G% m7 } 使用简单易读的字体
; g* [7 R* L0 x& q, 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。
4 t1 x4 J0 F, ]8 ?3 p) O0 M0 T4 \& ? 
7 ~7 g9 O- r. R7 N o/ \( ~
/ z! r/ W) W( O7 U! N9 X 打开凤凰新闻，查看更多高清图片
8 P$ q E0 \3 t4 \
# r% } h3 k( x0 [4 S+ n- O 条状图宽度适度
: ^& q: C8 X. @& t f: V O) B+ y
条形图之间的间隔应该是1/2栏宽度。
0 r" i+ x/ N1 R& ]/ P* i 
& E6 I) z6 Z2 K" P
使用2D图形
4 r1 O# J6 ]% f- j3 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。
, T& x2 s$ P! R) s5 M" f 
" n4 y% y, B x. g$ R: r+ h; u 使用表格数字字体
/ L8 e) n- Y) g9 D8 X* y/ A' v2 T 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。
0 |/ V6 b# U+ C- O 
5 c$ }. z9 l2 k! Y. N 统一感
3 X$ s* D! [ J 统一感使我们更容易接收信息：颜色，图像，风格，来源……
/ O7 ^ E" Z1 z7 L( y. p
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
& v h1 w* ^6 u0 n. n& h
# s" B4 g6 J& A
不要过分热衷于饼图
& p1 X1 j3 |" |4 R$ R* R
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。
4 R- N9 M) r/ \: y& \ 
. v) t( W1 l# ~! | B5 X 折线图中使用连贯的线条
8 |5 v E6 X7 @, R 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。
6 ]8 R: z' V G# n9 \# N, J! o' V 
4 @& p. r. r& }- M6 N 尊重部分所占整体的比例
0 C7 m m# H4 x8 ^/ N
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。
6 `1 I7 W4 t: w- K% z/ S5 a
6 p/ t! T. A6 T5 { 面积、尺寸可视化
: B* F' f2 [1 }1 U/ k" I0 v 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。
- g, W2 G, j9 S6 _' k, y8 }* A
, X; \9 C. f+ g 使用大小来可视化值
5 D( w) o) }* R0 G; @( D* z2 _
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。
/ {( Q' r" H3 D7 `. y: k# u
9 g1 B5 X: {# I& }- K t) P& b3 K 使用相同细节
. h8 }$ p" t8 d+ T% U* ^7 z
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。
: w: j I( K: P! R; c( K4 F 使用基础图形
% @/ E/ i A+ F+ e; B [ w
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。
, X1 _5 h& Y) g
8 l" O, Q7 E: y) v" Y, v: x& m8 I 视图数量
. ?/ | A2 M8 z+ A
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。
# p" ~- {" ?" V 关于图表配色，你可以参考的5条准则
: o6 c z1 u9 H* g9 R" e3 h# q b! S
颜色深浅
' c; w, o& s3 }7 n( }9 m9 b 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。
9 d# U2 W" U! y( P# Z6 Y5 u& F4 b 
0 ^! ~9 H5 N j) t$ X 使用同一色系
) e' N1 m. k) J
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 X/ ?, q2 I* q( d 
8 z* }% k4 ^* \% b+ S: a+ D 避免使用鲜艳的颜色
' d$ I8 C6 @3 _, ]
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 ^* `% C% N. o k' O' S
1 g- ^$ I* h7 k9 N 标签使用不同颜色区分
! y$ V3 C' j* m/ T8 c4 _
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。
. F/ N8 \0 K! t- u: H |0 v3 v$ @7 \
颜色数量
: ?. k/ J) q, m1 g; `
不要在一张图上使用6种以上的颜色。
3 n* o9 C# |# [7 o+ B
+ @+ @( o+ y- l' K5 h. {6 X; y
建议：
+ t) ~4 S! u+ N& a+ H; O" k* ?5 {
使用具有高对比度的颜色
$ A S4 b! a& E' X( m( I
使用带有图案或纹理的颜色来传达不同类型的信息
( O9 C. [( f* Q Q 使用文本或图标标记元素
6 f7 ^' H) v% p7 A& i0 H 标准的可视化图表一定有注释
n) h! U* K" i) E4 b! s
解释编码
. P6 Y1 e2 ^! Y* p' L$ |; R 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。
8 P) a( w# K& V, a, X( R$ J 轴标签
3 }9 v3 _: E9 r: H 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。
+ E0 N' n4 D) ?; ^ s 标题
+ _" b9 C+ j1 g. r& z1 `* I
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。
2 A/ R% F5 }. [% a- G & p( X+ F' e7 a; X5 E! Z7 { [
重点元素做注释
. }4 H3 J) ?" V) `4 k 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。
1 Q- {6 N5 r& b; y' d: \$ U
E! p# E0 L. P
重要视图位置
- l; [3 n8 m$ g+ x
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。
+ @$ w+ k7 m0 K/ o
- I Y5 W9 A) t: T, C Z 优秀的可视化图表，遵守的6条原则
5 F2 S y1 E+ Z$ K2 p 数据排序有序
" s9 s3 B) R# N" x7 n3 E7 e3 L
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。
% u6 A' n+ w7 s6 y t0 _7 ?& F# `2 s/ l4 c" z
比较数据
/ C/ c9 s1 Q( [; {% C
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。
* N4 `9 t- Y/ m% `" |
2 Y9 w/ R. p/ v6 ]4 J$ r 不可扭曲数据
1 C) A# F- i" T' l. X8 d" 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。
5 u4 W& X" v/ G+ ^
$ m5 @8 H. x9 i 展示数据
( s5 o$ X5 x, V
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。
) |- h# |% g* S K4 {, A% p
删除变量
- Z2 W) g n( v# G$ P6 u 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。
, a4 d( N4 C% _) ~
避免数据噪音
5 a6 u8 h8 ~8 i; l6 p/ Q+ ~
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。
- Q( \7 n3 w( ]. D8 H9 o" C! } q8 u5 q; 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。
8 }" h7 \3 F: L 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。
- z& i0 ?% l n% O: H W5 H
各平台同名“职坐标在线”
% s- V0 E+ s- v( W$ B' I; ?- Z3 Q
