' U! H: G8 H" u/ z& X# a- w/ b
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。
6 m, r1 Y- k: e* T9 l& 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。
# {, [4 n! ~7 n 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？
" T, S* W9 W. Y' V5 v7 Y- `- U
『《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 k1 N* Q/ v7 ?& ]; B/ L) l4 O% A
; |+ X G; j0 `- t% U8 r/ |* h
是这样的么？
! T1 z, O5 ?7 ]$ U
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。
1 }0 N/ G' l4 w6 E
你不得不注意的图表制作小技巧
B2 Q$ L* b$ ? 条形图的基线必须从零开始
7 _! e1 @# b) d `3 H 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。
8 T6 t3 ]9 X0 {8 |# e; I 
, [. g8 Z0 i4 S4 U. Y O4 l% }. Z 使用简单易读的字体
! [/ V$ T& {4 K* e3 |( Z8 o 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。
0 U. `/ n; d( c$ }/ l& R4 U+ y
4 q; q8 o1 O5 F2 [' L4 G. p 7 D0 q0 `6 _9 H1 y/ w% J1 ]- v1 k
打开凤凰新闻，查看更多高清图片
5 H% z0 J, l" \/ b( J
+ k8 o( y' {2 f- |( r
条状图宽度适度
. Y5 i0 o6 _: z; j 条形图之间的间隔应该是1/2栏宽度。
) M) H; W/ _' _. ]& R
5 b! C: X7 ]* w) `
使用2D图形
( E k" k& i# Q( 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。
( T2 v# j6 b2 K+ ?( o- Q 
' P! W6 B: X5 |1 J* N
使用表格数字字体
( C. V5 Q2 C/ F8 g1 }* l, g 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。
, {. h; O1 ~1 O* o1 \' D
. L" D8 x6 l% s: P4 c$ x
统一感
' T$ S8 H. |, M: o
统一感使我们更容易接收信息：颜色，图像，风格，来源……
9 E1 u6 J' @2 L) f# T% f. {
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
0 @0 V' _: f6 u& @. S- b
0 o2 K4 W$ a# P. v3 o) j3 }' z
不要过分热衷于饼图
8 Q ]! C! B0 C6 {) |' ^ 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。
3 K/ K) ]7 T8 @; y6 M% l# u 
4 c- l( e$ o1 _- @5 H) A
折线图中使用连贯的线条
4 I9 h( V0 k: }2 V& `9 q
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。
# v% b4 M5 U* M. U- n4 Z% g- u4 k
4 S! J' q! Z5 ]& l' Z
尊重部分所占整体的比例
' r2 l; N( Y, ^. m9 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。
, s4 J+ v0 g6 H
5 w. }1 X6 w t( b# u
面积、尺寸可视化
( `2 E- b: [# @) c+ C, 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。
3 f4 c/ J! P! A, x 
' A3 t: G9 v/ {) h/ n- v
使用大小来可视化值
, E) G; I0 n( i 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 H1 x5 z$ e3 G3 _
{) s; H3 U" G
使用相同细节
; Z+ X# u) I7 t1 s1 s. L' h9 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。
$ }; \* U* I4 b( P" v4 F1 b: n 使用基础图形
* B. s" T2 d0 m; I6 Z$ B
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。
8 r4 O" [% f; j7 v0 M& @ 
/ g/ q$ Y. J3 t$ i' H& F9 q
视图数量
; [& a! \( E/ e; k" z/ x6 h 将您的可视化中的视图数量限制为三到四个。如果您添加太多视图，大局会被详细信息所淹没。
- x- Y; z: n6 n- e3 v
关于图表配色，你可以参考的5条准则
% G5 m* e3 p' a, g' ^1 W 颜色深浅
* k1 C1 [7 d, v% @
通过颜色的深浅来表达指标值的强弱和大小，是数据可视化设计的常用方法，用户一眼看上去便可整体的看出哪一部分指标的数据值更突出。
2 D2 w6 B" Q! P' ]. T J5 e
% e- n, q2 T$ q G; i 使用同一色系
. A4 P0 c- e; Y4 N$ f
颜色用得太花，会给数据增加不可承受之重，相反，设计师应该采用同一色系，或者类比色。
% H7 M/ m5 Z* y" z p3 f7 ~ 
8 x% O) D9 W1 Q( Z! L0 X
避免使用鲜艳的颜色
9 W! x6 J9 e4 y4 L 明亮鲜艳的颜色就像是把所有的字母都大写想要强调一样，你的听众感觉你在对他们大声推销。单调的颜色，反而能很好地用于数据可视化，因为它们可以让你的读者理解你的数据，而不至于被数据淹没。
( \) X2 r9 }' f( {* T4 f0 ~ " Q* x( C) K; I
标签使用不同颜色区分
( W; u% k% U/ B" X9 u
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。
4 |5 q$ ]* M; D; ^7 p. w) w9 f ^8 k
v; _. v0 |% G, `& i- t
颜色数量
, ?- V) ?$ U: X7 @, Q; f+ J; B 不要在一张图上使用6种以上的颜色。
% l9 z' n2 [& j! N
* a/ n/ S( _( Q- A: n( _ 建议：
( ^5 |! k ~8 F- j& Z9 r! b 使用具有高对比度的颜色
" |4 }5 L# W- m5 B" M: R
使用带有图案或纹理的颜色来传达不同类型的信息
- h0 A4 d/ H( F+ F
使用文本或图标标记元素
7 I. z; u% a/ N" P0 l, f
标准的可视化图表一定有注释
+ Y7 ^7 r r7 T$ q- i4 R# `& W 解释编码
+ |: } b) z+ h- |& y+ C5 c
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。
1 _4 w5 S+ N' y3 S 轴标签
! O8 W/ I+ q0 l
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。
+ [: n% @3 p3 s6 b 标题
9 s& n! \ c3 x0 ^ 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。
3 z: D5 s4 Z5 S1 G& x 0 y+ d$ X+ \; l" Z2 ?
重点元素做注释
) f4 ]# m0 H% j" A/ G. D8 R# q 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。
( t; {3 h! ~# O
3 @) O1 c, Z' ^# i1 Q( S# V
重要视图位置
1 x6 ^8 _$ Y7 i$ B! i- _ 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。
) S& ~$ A5 [0 u" q
+ W6 v6 H- _7 b6 ~ 优秀的可视化图表，遵守的6条原则
' `+ P8 @5 z8 \( J) v9 l) f
数据排序有序
1 k9 y/ f/ b1 {" 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。
% n8 f3 l9 s4 C# t4 H, J n* \4 H8 d# s. s* N
比较数据
% g1 m" f7 c- a } 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。
5 F7 W' L- n+ Y k7 [
' Q; f. a, k; o7 a# b# V* F; S
不可扭曲数据
" T0 z, L; X) c3 ?) R8 L 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。
4 v2 P5 Q3 K, n4 I6 n+ _) B( S( f
8 ^* S2 c! R5 c6 {$ X5 Y. n- t" ~
展示数据
4 U% Y8 w& l+ k1 m: s4 L
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。
" B% M* {3 b3 ?! V( C
删除变量
# v$ M4 {) ]9 J: V1 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。
) Y+ w0 F6 k- r/ U% F, [1 K 避免数据噪音
" A8 G4 m, H3 n& i! l3 l- o
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。
. B) H0 W) [0 Q$ V
- @+ G% H& f+ Z5 Q 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。
( p2 R4 k! _+ x 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。
. e; ^( q+ u0 s k 各平台同名“职坐标在线”
* @& w: P+ q% j i; i4 r+ E7 D 
