“为什么我辛苦做的数据可视化图，老板/客户会觉得没有用，甚至会拒绝看？”
相信做过相关工作的人都能理解这种痛。
我也不例外，虽然个人而言很喜欢数据可视化，但实际上它并没有看起来那么容易制作。
就拿视觉元素来说，需要保持适当的平衡，不能做的太多或太少，所有正确的元素都必须以正确的比例出现。
这只是其中一角，还有查看对象、选择什么样的图、颜色等等都隐藏着或大或小的坑。
为此，我总结出了8个技巧分享给大家，希望能有所帮助。
1.数据可视化应针对特定受众，并有明确的要求
在创建数据可视化时，重要的是要了解图表的需求及其用途。仅这两件事就可以使你的可视化从单纯的图形变为有价值的信息。
- 了解可视化的要求。了解可视化需要什么，并通过突出显示特定点来使其保持简单，避免信息过载。
- 了解你的听众。在进行可视化之前，最好先问问查看对象将在图表中寻找什么。了解他们的要求和偏好、背景。此外，他们有足够的时间查看详细的可视化吗？如何了解可视化的上下文？还需要哪些其他信息？知道所使用的图形吗？……了解此类信息后，你可以将此作为创建可视化图的指南。
下面展示的图表就是个反面教材：
它犯了信息过载的错误，查看者很难理解它的目的，自然也很难接收到有效的信息。
这个图虽然看上去相对上一个视觉上好点了，但堆积的条形图对于初阶者来说很难理解，需要耐心的去解释。
如果查看者本身并不了解堆叠条形图，或者他只想快速浏览可视化内容。很显然，这个图并不适合。
2.为数据选择正确的可视化图表
这个技巧很重要。可视化图形有很多，哪个才能有效突显数据的关键信息？每个图都有特定的用途，你应该知道如何去选择它们。
- 条形图是最受欢迎的数据可视化类型之一。可以快速浏览大量信息。一般用来比较同一类别中的一些值。例如，比较多年来两种不同产品的销售额。
- 折线图则可以用来可视化连续时间间隔内的数值趋势。经常看到的示例是显示过去几个月公司月收入的趋势。
- 散点图对于显示两个变量之间的关系很有用。可以轻松发现数据中变量或离群值之间的任何相关性。例如，用来比较房屋价格随客厅大小的变化。
- 饼图适合于显示同一类别中项目的比例分布。但是谨慎使用，否则弊大于利。例如，一个国家/地区中android用户占iOS用户的百分比。
- 直方图非常适合显示数据分布。例如，可视化多年来产品的订单数量。
……
还有很多，上述的就是一些比较常见的图形。不要害怕在可视化中组合多种图形，有时候它可以让查看者更详细的浏览数据。
下面这张图可以帮助了解何时使用特定的可视化图。
3.保持可视化效果简单
在做可视化图的时候，总想把很多信息都放进去，但都是必要的吗？
一张简单有效的图必须去除掉那些不必要的信息。
图中对帮助查看者理解图信息没什么作用的视觉元素，都是“图表垃圾”。比如不必要的网格线、分散注意力的图案、多余的轴、阴影等。
下面这个图就是一个例子。
其中的网格线，加粗但难以辨认的文本和3D图形都是“图表垃圾”。实际上，一个简单的二维条形图就足够了。
再举一个例子，这个图中的Logo就显得有点多余，不太能让人理解所传达的信息。
4.为数据可视化图打上标签
这种技巧也很重要，可以帮助更好地传达视觉效果。
但在创建的时候很容易忽略它，所以记得在开始数据可视化之前对标签进行下检查。
- 标签应该清楚。如果不清楚，它就没有用。
- 为图表命名。给图形赋予合适的标题，这样方便查看者立即了解图形主题。
- 明智地使用图例。图例可以使得更容易发现图中各条线之间的差异。但是，使用折线图时，请尝试标注直线，这样可以更轻松地识别线。
- 标记轴。有时从标题中可能不清楚轴代表什么。因此，可能会需要标记轴。
- 注意轴上的标签。有时，并不需要标记轴上的所有刻度。可以间隔适当的范围去进行标记。
下面的图很好的说明了标签的作用。图上方的标题传递了可视化图的主题，并且使用刻度的适当范围对轴进行了标记。这样就可以确保将消息清楚地传递给查看者。
在下面的数据可视化示例中，使用图例代替直接标记线。尽管技巧上是正确的，但是使用图例间接的对线进行标记，对于比较线与线的区别而言，很难分辨。
5.了解图表中文本的重要性
数据可视化不仅仅是数字。文本提供了重要的上下文，可以向查看者传达正确的信息。比如放在图表旁边的标题，子标题和注释会解释图表想要显示的内容。
但是如果放置了过多且重复的文本信息，反而会适得其反，最终弊大于利。因此，最好适度使用文本。
- 尽可能尝试使用简单的短语。目的是使可视化能够说明一切。
- 仅保留那些提供相关信息的注释。为每个数据点放置注释，会分散查看者的注意力，造成一定的视觉混乱。
- 可能需要使用粗体或斜体文本来突显重要的部分，但请尽量不要过度使用它们，否则常规文本和强调文本之间没有区别。
- 避免文本重复同一条消息。例如，重复相同信息的标题和子标题。
- 避免使用难以阅读的分散字体。这样能够确保查看者能立即掌握图形传递的消息，而不需要花费额外的精力。
在下面的数据可视化示例中，子标题文本似乎是不必要的。y轴上的生活满意度量表也不需加以说明。另外，在x轴上使用“人均实际GDP（PPP）”就可以，无需在副标题中提供解释。
6.在数据可视化中有效使用颜色
合理利用色彩会吸引查看者的注意力。但使用不当则会产生误导。
- 对相同类型的数据使用相同的颜色。例如，代表一年中汽车销售的条形图可以用一种颜色表示，而自行车的销售则是另一种颜色。
- 文本注释的颜色应与它所代表的条或线相同。这可以让查看者能够轻松识别文本所代表的数据。
- 可以使用相同颜色的阴影来描述数据强度的下降。
- 限制使用不同的颜色。使用过多的颜色会造成混乱的可视化效果。
- 使用查看者熟知的颜色代表。例如，即使没有提供说明，观看者也可以容易地理解红色代表高温，而蓝色则是代表低温。
下面的图表就是一个使用颜色进行可视化的经典案例。
7.避免可视化产生欺骗效果
在我们努力创建令人惊叹的可视化效果时，很容易不小心让查看者产生“误解”。例如挑选数据，忽略基线，信息过载等，都可能导致一些假象。
这是挑出来的一些注意点：
- 在图表中包括基线。避免基线是欺骗的最基本形式。这会人为地扩大两个数据组之间的差异。
- 在图表中不包括完整的数据可能会给查看者提供不完整的图片，从而导致错误的决策。例如，仅可视化表示销售趋势的一小部分销售数据，而从整体上看，实际上存在下降趋势！
- 隐藏重要数据。这会让查看者将注意力从最重要的部分转移走。
- 欺骗查看者的一种非常聪明的方法就是在图表中放入过多的信息。这会给查看者造成一定的困惑，无法专注于某个特定趋势。
- 违反惯例。例如，使用绿色表示错误，使用红色表示正确。
股市的可视化图就是个经典示例。
左侧的可视化效果显示了该公司过去一个月的表现，看起来公司经营状况不佳。但是，如果我们查看过去6个月的股价，实际上是在上涨，并且表现相对不错。
下面的数据可视化示例则造成了另一种假象。查看者会将注意力集中在描述Facebook使用情况的直线上。但是，如果仔细看，就会发现Instagram的使用量不断增加，而Facebook却停滞不前。
8.数据可视化具有可解释性
数据可视化图的可解释性比其视觉吸引力更重要。到目前为止，所说的技巧涵盖的所有要点都是为了让可视化更具可解释性。
而视觉，图案，颜色等这些，只有在没有让图中消息失真的情况下才是好的。
下图就是一个示例。创作者试图在印度地图上代表不同印度语言的用法。不仅使用任意形状来表示数字，而且语言的位置相对于所属的区域也是错的。例如，北部拥有Telegu，南部拥有Gujrati。
表示此类数据的更好方法是仅使用条形图，这样会突出显示不同语言的排名。
因此，每当涉及到数据可视化时，始终要优先考虑可解释性而不是美观。
结尾
上述的数据可视化技巧虽然并不详尽，但对大家制作正确的数据可视化图表有一定帮助，可以当做一个简化版的指南。
如果你有其他一些可视化技巧，欢迎留言交流~
原文来源：