数据可视化的提示

条形图是比较的好方法。为了判断它们的终点，横杆应该从零基线开始。

为了让人们从条形图中得出有意义的结论，条形图必须完整地呈现出来。要做到这一点，你需要从0开始垂直轴。

条形图通常容易阅读，因为它们“要求”我们的眼睛做一件简单的事情:比较条形图的相对高度。但如果我们仅仅展示条形图的顶端来夸大数据的差异，我们的观众就失去了进行有用的视觉比较的能力。

“删节等于曲解，”他写道小姐m .黄．因此，人们要么被误导，带走了错误的信息，要么最终不得不阅读数字，这与图表的目的不符。

线形图通常表示趋势。拉伸图形的高度可以制造虚假的戏剧性，而拉伸图形的宽度可以淡化它。

与一张被拉伸或压缩的照片类似，图表的尺寸——或长宽比——可以改变我们呈现的图像。但是，当你在照片上看到一个错误的长宽比时，你是不会被注意到的，而在图表中，扭曲的长宽比很容易被忽视。不管这样做的结果是夸张还是低调，都只是在误导你的听众。

数据可视化专家写道:“在图表的高度或宽度方面，没有单一的规则可遵循，但一个有用的概念包括‘倾斜至45度’，即图表的平均倾斜角度趋向于45度。安迪·柯克．这可能是不实际的衡量，但通过眼睛判断往往可以做到。

饼图看起来很友好，但实际上它们很难读懂。在大多数情况下，你可以找到更好的选择。

饼图是面积图大家庭的一部分，这些都很难解释。然而，饼状图在几乎所有的专业和教育背景中都被广泛使用和滥用。

饼状图最好避免的原因很简单:我们的大脑无法准确估计或比较角度。如果大小片相当接近,很难——甚至不可能——告诉大,当他们没有接近的大小,你能做的最好的就是确定一个比另一个,但你不能判断多少,数据可视化专家解释说科尔努斯鲍姆Knaflic．

用饼图传递精确的数字需要付出很多努力，比如依赖可能不合适的直接切片标签，或者让我们的眼睛在饼图和图例之间来回跳转的图例。

比较面积或体积比比较长度更难。为了避免人们产生错误的印象，把他们作为最后的手段。

当我们被要求同时判断和比较两个维度时，例如，两个圆，我们很少做出准确的估计。我们通常会低估大圆圈的大小，而高估小圆圈的大小。这是因为我们本能地判断形状的长度或宽度，而不是它们的面积。

“尺寸计算的几何精度是至关重要的，”他写道安迪·柯克．在制作或阅读比例形状图时，记住一个简单的规则是很有用的:当我们把一个圆的高度翻倍时，实际上就是把它的面积翻了四倍，而不是翻倍。记住，如果你决定让你的圆圈看起来像三维球体，你不再代表面积，而是体积。

用颜色来传达信息，而不是用来装饰。太多的颜色会让人感到困惑和迷惑。

在设计图表时，颜色可能是你的朋友，也可能是你的敌人。取决于我们如何使用它，它既可以优雅地突出显示数据并显示更改，也可以创建视觉过载并迷惑观众。

数据可视化专家写道:“当任何一种颜色与正常颜色形成对比时，我们的眼睛会予以关注，我们的大脑会试图为这种差异赋予意义。Stephen几．太多的含义或颜色，只会模糊你的信息，让人们偏离轨道。

此外，使用不同颜色的元素，如条形或线条，可能会让色盲读者难以辨认。因此，您可以改变强度或添加一个符号或数字，以使这些读者清楚。

“优雅地承认图表中的颜色，就像你接待亲家一样，”他说小姐m .黄．

背景、边框、阴影、深色网格线和不必要的标签都是你的敌人。驱逐他们，以吸引人们对数据的注意。

为了让大家明白这一点，美国统计学家爱德华·塔夫特(Edward Tufte)在他最著名的著作之一有影响力的书他创造了术语“图表垃圾”(chartjunk):“图形的内部装饰产生了大量的墨水，并没有告诉观众任何新的东西。装饰的目的各不相同——使图形显得更加科学和精确，使展示生动起来，给设计师一个锻炼艺术技巧的机会。不管它的原因是什么，它都是非数据墨水或冗余数据墨水，通常是图表垃圾。”

最简单的解决办法是用最少的墨水来传达你的信息，并去除任何分散注意力的东西。这样，你的数据和图表就会脱颖而出。作为阿尔贝托开罗说:“空白不是空白。”

除非你真的在绘制第三维，否则不要使用3D。它扭曲了数据，使比较更加困难。

大多数数据可视化专家一致认为，3D特效的使用，往好了说，是不必要的，往坏了说，是一种让人迷失方向和困惑的元素。它“扭曲了观众在可接受的精确度范围内解读价值的能力，”写道安迪·柯克．

花哨的3D图表非常吸引人。然而，在大多数情况下，第三维度(或深度)纯粹是装饰，使人们难以处理数据。在3D图表中，后面的部分看起来比前面小，甚至被隐藏起来，这使得价值判断和比较几乎不可能。此外，人们不知道3D形状上的哪个点要与轴比例进行测量。

在大多数情况下，3D图表对你和你的用户来说都只是浪费时间和精力。

额外的小数点看起来令人印象深刻，暗示着准确，但它们通常是没有意义的。所以，在密谋之前先退一步，把数字四舍五入。

通过显示太多的小数位数来夸大数据的数值精度可以使图表看起来更准确，但这种专一性只是误导。即使你没有夸大数据的准确性，你的数据也确实是准确的，但向你的受众灌输过多的细节往往也是无用的。

“为数字选择合适的精度水平归结为一个单一的设计实践:精度水平不应该超过满足你的沟通目标和读者需求所需的水平，”写道Stephen几．

只要记住，当使用的精确度低于可用范围时，让你的用户在循环中是很重要的。

短信是你的朋友。仔细使用标签意味着没有人是在黑暗中。每个图表和轴至少需要一个标题。

注释是使图具有可访问性的最直接的步骤，但往往也是最容易被忽视的步骤。添加正确的简短且相关的文本，可以帮助人们使用他们的脑力来理解数据，而不是弄清楚图表。

“文本在数据交流中扮演着多种角色:用它来标记、介绍、解释、强化、突出、推荐和讲述故事，”建议道科尔努斯鲍姆Knaflic．

标签的基本类型包括出现在图形周围的图表标题、轴标题、轴标签或刻度，以及标记图表内部细节的数据标签。度量单位和数据源经常被忽视，但当人们解释图表时，它们也在消除猜测方面发挥着关键作用。只要记住，文字是用来帮助你的，而不是把注意力从数据上抢走。

用左标和右标绘制两组数据可能会让人感到困惑，并暗示了一种可能不存在的关系。

如果所有数据都用相同的度量单位表示，那么使用公共横轴绘制多组数据相对容易，有时也很有帮助。但如果它们使用不同的单位，你就需要在图表的右侧添加一个二级垂直轴。

这种显示需要观众花费时间和精力来解码和理解应该根据哪个轴读取哪些数据。但即使他们解决了这个难题，他们也会忍不住比较两组数据之间的值的大小，这是没有意义的，因为数据的规模和单位是不同的，他说Stephen几．

一般来说，尽量避免在小空间中压缩过多的数据。要讲述一个复杂的故事，最好使用两个或更多图表。

表格对于查找单个数字很好。但是，为了帮助人们扫描和比较它们，将整数对齐。

为了让表完成它的工作，它必须以一种使数字识别和行到行比较变得容易的方式显示信息。如果我们把数字排列在左边或中间，这就违背了目的，迫使人们在数值之间来回切换，使比较数值变得困难。

将数字向右对齐对整数和小数都是正确的。对于十进制数字的值，Stephen几建议小数点和最后一位向右对齐。他解释说，“这可以通过使用相同数量的十进制数字来表示每个值，即使它们是零。”

此外，添加数千个分隔符(如逗号、圆点或空格)将数字分割成更小的块，可以帮助人们在工作记忆中存储值，并容易发现数字之间的差异。

对于图表，越简单越好。为了让事情更清楚，当你有一个或两个值时，只显示数字。

我们经常问自己:我应该使用什么样的图表?大多数数据可视化专家都认为，使用人们熟悉的图形形式总是更好的。在大多数情况下，条形条、行、表或仅仅是一个数字，都是向世界展示数据的最有效方法，而且使用的精力和空间最少。

“事实是，你有一些数字并不意味着你需要一个图表，”强调科尔努斯鲍姆Knaflic．当我们试图在图表中呈现一两个数字时，媒体会将注意力从数据上转移开。直接显示数字更简单，也更有影响力。

的海报

这里有一张方便的海报，上面有我们的前12个数据可视化技巧。