許多數據可視化工作者都提到一件事，就是開發可視化作品變得更簡單了，但是效果難以評估。本文翻譯自toptal的博文，讓我們來看看優秀的可視化實踐是如何實現的吧。 “雜亂無章和令人困惑不是數據的屬性 - 它們是設計的缺點。” - Edward Tufte 01、什么是數據可視化？ Michael Friendly將數據可視化定義為“以某種示意圖形式抽象的信息，包括信息單元的屬性或變量。”換句話說，它是一種連貫的視覺傳達定量內容的方式。根據其屬性，數據可以許多不同的方式表示，例如折線圖，條形圖，餅圖，散點圖或地圖。 確定呈現數據集的最佳方式，并遵循數據可視化最佳實踐，對于圖形設計人員在創建這些視覺效果時非常重要。特別是在處理非常大的數據集時，開發有張力的表達方式，對于創建既有用又具有視覺吸引力的可視化至關重要。 華爾街日報數據可視化美國失業人數 02、為何使用數據可視化？ 據IBM統計，每天會有2.5兆字節的數據產生。IBM研究科學家安德魯·麥卡菲和麻省理工學院的埃里克布林約爾松教授指出，“現在每秒新產生的數據堪比20年前存儲在整個互聯網上的數據量。” 隨著移動互聯網和物聯網技術的發展，數據量將繼續呈指數級增長。IDC預測到2025年將有163個zettabytes（163萬億千兆字節）的數據。 所有這些數據對于人類大腦來說難以理解 - 實際上，人類大腦難以理解大于 5的數字（研究表明5±2的數量是人類不需要進行某種類比或抽象就可以直接感受的）。數據可視化設計人員可以在創建這些抽象中發揮重要作用。 畢竟，如果無法以有用的方式理解和消費大數據，那么它就毫無用處。這就是為什么數據可視化在從經濟學到科學技術，醫療保健和人類服務等各個方面都發揮著重要作用的原因。通過將復雜數字和其他信息轉換為圖形，內容變得更易于理解和使用。 03、何時使用數據可視化？ 由于對海量的數據做出有意義的理解非常困難，而許多大數據集中又包含了有價值的數據，因此數據可視化已成為決策者的重要方法。為了利用所有這些數據，許多企業認識到數據可視化的價值在于清晰有效地理解重要信息，使決策者能夠理解困難的概念，識別新的模式，并獲得數據驅動的洞察力，以便做得更好決定。 做出明智決策的前提是讀懂大數據 - 無論是在商業，技術，科學還是其他領域，都值得在數據可視化上下功夫。清晰的可視化使復雜數據更易于掌握，因此更容易做出判斷并采取行動。 04、可視化的基本原則 1. 定義明確的目標 數據可視化應該回答重要的戰略問題，提供真正的價值，并幫助解決實際問題。例如，它可用于跟蹤性能，監控客戶行為以及衡量流程的有效性。 在數據可視化項目開始時花時間清楚地定義目的和優先級將使最終結果更有用，并防止浪費時間去創建不必要的視覺效果。 2. 了解你的受眾 如果不是為了與目標受眾清楚地溝通，數據可視化是無用的。它應該與受眾的專業知識兼容，并允許他們輕松快速地查看和處理數據。考慮到受眾對數據所呈現的基本原則的熟悉程度，以及他們是否了解這些可視化的主要背景、這些圖表是否定期重復使用等等。 3. 使用可視功能正確顯示數據 有很多不同類型的圖表。確定哪種類型的數據最適合采用何種圖表進行可視化展現，這本身就是一門藝術。正確的圖表不僅可以使數據更易于理解，還可以最準確地呈現數據。要做出正確的選擇，請考慮您需要傳達的數據類型以及向何人傳遞該信息。 以下是數據可視化最受歡迎的圖表類型： （1）折線圖：折線圖應該用于比較一段時間內的值，非常適合顯示大小變化。它們還可用于比較多個數據組的更改。 來源：環境署 （2）條形圖：條形圖應用于比較幾個類別的定量數據。它們也可用于跟蹤數據隨時間的變化，但最好僅在這些變化很重要時使用。 來源：我們的數據世界 （3）散點圖：散點圖應該用于顯示一組數據的兩個變量的值。它們非常適合探索兩組之間的關系。 來源：我們的數據世界 （4）餅圖：餅圖應該用于顯示整體的部分。它們無法顯示隨時間變化的變化。 05、有序和連貫的組織您的可視化成果 在將大數據集轉變成可視化成果時，一致性尤為重要。連貫的設計將有效融入背景，使用戶能夠輕松處理信息。最佳可視化幫助觀眾快速得出數據所呈現的結論，而不是還需要額外的溝通和講解才讓人理解。 創建數據層次結構，并以決策者的關心的方式顯示各種數據點。您可以從最高到最低排序以強調最大值，或進行分類顯示以強調更重要的類別。 甚至顯示數據的順序，使用的顏色（例如最重要的點的顏色更亮，或基線數據顯示灰色），以及圖表的各種元素的大小（比如擴展餅圖的某些切片）圖表的常規邊框），從而幫助用戶更輕松地解釋數據。注意在使用這些技術時不應該引入偏差。 交互式數據可視化也是幫助人們解釋數據的絕佳方式。 06、其他數據可視化元素 顏色被廣泛用作表示和區分信息的方式。根據Salesforce最近進行的一項研究，它也是用戶決策的關鍵因素。 他們分析了人們對圖表中使用的不同顏色組合的反應，發現人們對具有微妙顏色變化的調色板具有更強的偏好，因為它更具美學吸引力。 然而，他們發現，雖然吸引人，但微妙的調色板使得圖表更難分析并獲得洞察力。這完全違背了創建顯示數據的可視化的目的。 如果對于普通人來說難以閱讀具有相似顏色和較低對比度的圖表，那么對于沒有完美視覺的人來說，它們就更加困難 - 并且他們代表了人口中的重要部分。據世界衛生組織稱，估計有2.53億人患有視力障礙。 幸運的是，有一些工具可用于檢查具有這些損傷的人如何將圖像可視化，例如Photoshop和Illustrator中的色盲校對。使用足夠大的字體大小以及類型和背景之間足夠的對比度等其他方面也很有幫助。 如果模擬工具顯示調色板的問題，則有一些技術可以提高圖形可讀性： · 使用具有高對比度的顏色 · 使用帶有圖案或紋理的顏色來傳達不同類型的信息 · 使用文本或圖標標記元素 即使數據可視化使用比例模型，也可以在每個步驟之間使用足夠的顏色對比度。當用戶將鼠標懸停在每個國家/地區時，則顯示相應的標簽。（來源：我們的數據世界） 字體選擇可以影響文本的易讀性，增強或減損預期的含義。因此，最好避免藝術字體并堅持使用更基本的serif或sans serif字體。 確保數據可視化的介質具有清晰的字體大小。Smashing Magazine建議“在現代網頁設計中，16像素通常應該是最小尺寸”。 07、不要扭曲數據 好的數據可視化應該清楚地講述故事，避免扭曲。避免使用不能準確表示數據集的可視化表示，如3D中的餅圖。 像這樣的3D餅圖使得用戶很難搞清楚每個切片實際可視化的比例。（由PSDgraphics提供） 數據可視化可以引導觀眾得出某些結論而不需要修改數據本身。設計者在希望傳達主觀信息時，如用于公共傳播信息圖--這一設計方法非常有用，通常是為了支持特定結論而不僅僅是傳達數據。顏色選擇和調用特定數據點之類的東西可以用于此目的，但這可能會使設計者的可信度受到質疑。 08、錯誤數據可視化的示范 Y軸不從零開始，可以使數據看起來具有比實際存在的更大的差距。這使得可視化會誤導傳輸信息。 圖表的另一個例子是沒有將Y軸從零開始，顯示了結果偏差的方式。 這個條形圖在規模上具有誤導性，因為沒有Y軸。即使只有小于1％的微小差異，超大的藍色條也會被放大到不成比例。 Gizmodo 當Apple試圖說明新iPad電池的電池續航時間延長了70％時，它們不僅高度增加了70％，而且整體規模也增加了，這使得電池顯得比以前的iPad電池大得多。 09、良好數據可視化的示范 由FiftyThirtyTwenty提供 像這樣的條形圖是顯示數據集之間差異的絕佳方式，而且增強的顏色對比度會使視覺受損用戶更容易訪問此圖像。 由Bagus Fikri提供 該銷售儀表板使用幾種不同的可視化格式，以易于理解的方式呈現相關數據，只需一瞥即可。數據也有很好的標簽，進一步澄清了事情。 將干凈，整潔的設計與易于理解的數據可視化與簡單的圖表相結合，可實現出色的用戶體驗。 10、結論 良好的數據可視化應該通過使用圖形，清晰有效地傳達數據信息。最佳可視化使您可以輕松地一目了然地理解數據。他們將復雜的信息以一種簡單的方式分解，使目標受眾能夠理解并以此為基礎做出決策。 正如Edward R. Tufte指出的那樣，“設計的基本考驗是它有助于理解內容，而不是它的時尚性。”數據可視化尤其應該堅持這一理念。目標是通過設計增強數據，而不是引起對設計本身的關注。 最后，祝小伙伴們能將從本文中學到的方法，靈活運用數據可視化，早日成為可視化設計大師！