$ _7 M8 S8 T- s' k 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。
! e- C: @3 u. z5 U" Q 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; b3 h$ o8 l6 J9 ~8 C1 \0 v 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？
& g* L3 a/ d+ R7 j( N) l
『《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。』
" V2 ^! m$ x' @ W8 C
9 ^$ Y1 c/ ]- }( m Z; x( C 是这样的么？
1 t! l7 m/ z; F4 Q, ~% @
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。
4 @1 N/ ?3 ~( M% h 你不得不注意的图表制作小技巧
+ v7 J; g; `0 m. Z3 t
条形图的基线必须从零开始
; R5 O+ D: k$ V0 G- E3 _ 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。
3 e$ K/ c8 q2 k6 z p' K! P3 H
5 P- @( S! M. \( |6 q& E
使用简单易读的字体
: d) b0 m8 S9 h# X$ S) v5 s# P 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 ~) S& C1 ?: Y: l! \6 D
4 X) _/ w8 }( y0 o
/ t. z0 J; {- e# | 打开凤凰新闻，查看更多高清图片
& r' _: C6 Z- m# [
' p5 [4 a. `# n 条状图宽度适度
! n3 X7 {2 D# f+ S. P 条形图之间的间隔应该是1/2栏宽度。
8 @) I+ ?( {4 V8 R* F
9 `# @9 c, i9 t 使用2D图形
1 k/ b5 V+ ]- u! y- q% M* ?8 x 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。
& ^1 }, ?' J5 U 
: n7 ^) K; l8 @* m1 M! ? 使用表格数字字体
$ S' E# S' q3 w& J3 s 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。
4 E! C6 U& A( P x2 P' D& r3 r0 S
4 C: V% W& L9 ?) |% V) ?. K4 |
统一感
) \2 p0 _3 M8 L: B- q 统一感使我们更容易接收信息：颜色，图像，风格，来源……
5 @2 x# b- j- A0 K% {6 X: G 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
; |% N- J- Y W$ |2 u
* R" ?# w" [# x( h' b; }3 }4 n 不要过分热衷于饼图
& d* U i$ N" ?" o
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。
6 Q8 H; c C$ _( M. h l; A' |
$ S: {0 g3 v U, ^+ O8 u6 f
折线图中使用连贯的线条
2 M0 E, D7 I$ U4 e) z2 a' p 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。
* O* R" k2 x1 E% G 
4 u( K7 l% q+ Z' i7 K 尊重部分所占整体的比例
7 {) k) `0 m. m' |$ h 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。
9 x8 Q5 Z& X) @$ i
6 J3 q, \: m9 K: [6 X
面积、尺寸可视化
" \" N- u; T8 X F 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。
6 T- G1 G* c9 X" w) k, B% k 
) M" n. e' x( m1 L& h9 v 使用大小来可视化值
@& _% n* @, l6 X" f# v3 [ 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。
2 u. G! o/ r, l6 m) m6 E
9 x9 y$ i2 j$ R8 ~
使用相同细节
! `3 h+ M) T8 J' R" W
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。
" [' p4 X6 H; k/ B 使用基础图形
d0 R5 n& g; S3 F
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。
' h2 w; p, q, S, m
. I# X/ O) t: P) g
视图数量
9 s; M' W' r4 d- u+ v9 V# 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。
2 ]9 m+ ?( s; M* ]8 n: e: u1 J 关于图表配色，你可以参考的5条准则
3 `& l& {& a( K4 {: M0 `- T; h# @& t 颜色深浅
4 r8 V6 e$ w& {8 B2 E) 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。
7 C% m$ }* O/ n0 T3 u" @ 
" W# s$ j5 e2 x+ O7 `% N 使用同一色系
" l# q" d S' e# C, }5 Y8 M; p" e 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。
0 m; M4 `5 i( n# e 
/ d) { O0 P, B) R5 p8 t; A3 T) j 避免使用鲜艳的颜色
: H5 q6 V. t7 k5 U( b' 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。
4 N4 ?( r# m1 c3 s; L/ U
& J$ c3 {4 {8 z$ I0 {# z
标签使用不同颜色区分
. A) ]9 _ r4 C, Y4 i; a
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。
/ l9 }; |' F) s' [. x
( A9 Q# E' G8 T! T q1 x) ^
颜色数量
( V% N9 D1 m* n& l 不要在一张图上使用6种以上的颜色。
b# k9 i- U( ` ?) J: | ; i; b- A- [1 o- A
建议：
+ \: P( F$ H2 H \1 g8 n7 K6 { 使用具有高对比度的颜色
; }5 a" o) w+ D5 u2 G2 b9 J F 使用带有图案或纹理的颜色来传达不同类型的信息
! x# C! n' `& u4 b 使用文本或图标标记元素
% d( I8 y8 x8 i, Q) L- U 标准的可视化图表一定有注释
% j9 i- j7 p0 f! t% D* x' L
解释编码
2 O9 I: V G4 Y2 { 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。
" N" T4 N- l4 Z5 \8 H( k8 C+ l8 v, Z 轴标签
) |# A4 h2 B$ H6 x/ w6 w
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。
+ z! |6 Z) G/ R3 Q* R
标题
$ }) ~) Y4 x7 k8 L2 }% T7 ~ 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。
P( r" E9 b- o) d5 h 7 e6 ]/ ?* C2 _& d5 N& b
重点元素做注释
6 ^5 a" v8 L& K1 O# W# n) h* a) w* D3 O 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。
9 r7 p4 m1 |* O/ f
% q) r1 U J9 r5 z- P' G( _ 重要视图位置
% p( Z% Z& b- w9 k+ } 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。
+ U5 H0 Z+ R0 h" H! g# Z) E- i0 E: [
, C& Y9 f* Z1 l& b5 I# f/ G 优秀的可视化图表，遵守的6条原则
! U, [$ _1 h1 j5 z: A. U8 l 数据排序有序
* _( b. d: D( R. D8 A1 t* 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。
( P2 m7 d$ t# x, c, q5 B! ~
' s# F* }- w m( E2 |
比较数据
3 h7 e7 s: T. Q N n2 N! } 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。
6 X7 j7 n3 S% D- p' p- Z6 B4 |
. ]' X+ u0 x+ F+ j/ m9 X( U 不可扭曲数据
5 {- c% h4 {, L" d# c/ y2 P3 x% `# Y 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。
1 t$ Q9 b. h* b( V4 A8 ~$ C
- b0 r; U. M3 ~: `: j
展示数据
2 k9 h. J- L) l+ R; J. 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。
+ a4 K& n7 ?$ H 删除变量
5 ~0 v# A. _% a! W- D5 R
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。
8 r, _, @* ~5 r: j' A1 E
避免数据噪音
5 N% u6 _& |( y9 s# K1 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。
( b2 C$ G& I4 E' |# n, e( X
: o( u- \8 }3 N
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 r/ b7 j1 E# R9 r' T. r 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。
. K5 ~: ~' G0 V# [9 X1 S 各平台同名“职坐标在线”
9 B# N7 t; Z# e% H3 Q8 Q 
