資料視覺化,必須注意的30個小技巧!

優秀的資料視覺化圖表只是羅列、總結資料嗎?當然不是!資料視覺化其真正的價值是設計出可以被讀者輕鬆理解的資料展示,因此在設計過程中,每一個選擇,最終都應落腳於讀者的體驗,而非圖表製作者個人。

這裡給大家總結了資料視覺化的製作的30個小技巧,透過列舉一些容易被忽略的常見錯誤,最終能夠快速提升和鞏固你的視覺化製作水平。

一、你不得不注意的圖表製作小技巧

1.條形圖的基線必須從零開始

條形圖的原理就是透過比較條塊的長度來比較值的大小。當基線被改變了,視覺效果也就扭曲了。

2.使用簡單易讀的字型

有些時候,排版可以提升視覺效果,增加額外的情感和洞察力。但資料視覺化不包括在內。堅持使用簡單的無襯線字型(通常是Excel等程式中的預設字型)。無襯線字型即是那些文字邊緣沒有小腳的字型。

3.條狀圖寬度適度

條形圖之間的間隔應該是1/2欄寬度。

4.使用2D圖形

雖然他們看起來很酷,但是3d形狀可以扭曲感知,因此扭曲資料。堅持2 次元,確保資料準確。

5.使用表格數字字型

表格間距賦予所有的數字相同的寬度,使它們排列時能彼此對齊,使比較更容易。大多數流行字型都內建了表格。不確定字型是否正確?就看小數點(或任何數字)是否對齊就行。

6.統一感

統一感使我們更容易接收資訊:顏色,影象,風格,來源……

7.不要過分熱衷於餅圖

展示多個區塊比例大小,所有區塊(圓弧)的加和等於 100%。但最好避免使用這個圖表,因為肉眼對面積大小不敏感。

8.折線圖中使用連貫的線條

虛線,虛線容易分散注意力。相反,使用實線和顏色,反而容易區分彼此的區別。

9.尊重部分所佔整體的比例

在人們多選的問題上就會出現比例的重疊,不同選項的百分比之和大於一。為了避免這種情況,不能直接把比例做成統計圖。相較於呈現數值,有些圖更著重於表現部分與整體的關係。

10.面積、尺寸視覺化

對同一類圖形(例如柱狀、圓環和蜘蛛圖等)的長度、高度或面積加以區別,來清晰的表達不同指標對應的指標值之間的對比。製作這類資料視覺化圖形時,要用數學公式計算,來表達準確的尺度和比例。

11.使用大小來視覺化值

大小可以幫助強調重要資訊並新增上下文提示,使用大小來表示值配合地圖使用的效果也非常好。如果您的視覺化中有多個大小相同的資料點,它們會混在一起,很難區分值。

12.使用相同細節

新增的細節(和數字)越多,大腦處理的時間就越長。想想你想要用你的資料傳達什麼,以及最有效的方式是什麼。

13.使用基礎圖形

一個很好的經驗法則是,如果你不能高效理解,你的讀者或聽眾可能也難理解。因此,堅持使用基礎圖形:直方圖、條形圖、維恩圖、散點圖和線形圖。

14.檢視數量

將您的視覺化中的檢視數量限制為三到四個。如果您新增太多檢視,大局會被詳細資訊所淹沒。

二、關於圖表配色,你可以參考的5條準則

1.顏色深淺

透過顏色的深淺來表達指標值的強弱和大小,是資料視覺化設計的常用方法,使用者一眼看上去便可整體的看出哪一部分指標的資料值更突出。

2.使用同一色系

顏色用得太花,會給資料增加不可承受之重,相反,設計師應該採用同一色系,或者類比色。

3.避免使用鮮豔的顏色

明亮鮮豔的顏色就像是把所有的字母都大寫想要強調一樣,你的聽眾感覺你在對他們大聲推銷。單調的顏色,反而能很好地用於資料視覺化,因為它們可以讓你的讀者理解你的資料,而不至於被資料淹沒。

4.標籤使用不同顏色區分

在某些情況下,在一段時間或一系列的值中,我們可能測量了不同種類的物體。例如,假設我們測量 6 個月以來狗和貓的體重。在實驗結束時,我們想畫出每隻動物的體重,分別用藍色和紅色區分貓和狗。

5.顏色數量

不要在一張圖上使用6種以上的顏色。

三、標準的視覺化圖表一定有註釋

1.解釋編碼

透過一定的形狀、顏色和幾何圖形的結合,將資料呈現出來。為了讓讀者能讀清楚,圖表設計者就要把這些圖形解碼回資料值。

2.軸標籤

這可能看起來沒有必要,或者不是很有幫助,但是你無法想象,如果你的圖表有點混亂,或者看到資料的人對此不是很熟悉,你會被問多少次 x/y 軸代表的是什麼。按照前面的兩個繪圖示例,如果要為軸設定特定名稱。

3.標題

如果我們要將資料呈現給第三方,另一個基本但關鍵的要點是使用標題,它和之前的軸標記非常相似。

4.重點元素做註釋

通常情況下,僅僅在圖表的左右兩側使用刻度本身並不是很清楚。在圖上標註值對於解釋圖表非常有用。

5.重要檢視位置

將最重要的檢視放置在頂部或左上角。眼睛通常會首先注意到該區域。

四、優秀的視覺化圖表,遵守的6條原則

1.資料排序有序

資料類別按字母順序,大小順序,或價值進行排序,以一種合乎邏輯的和直觀的方式來引導讀者瞭解資料。

2.比較資料

比較是展示資料差異的好法子,但是如果你的讀者不容易看出差別的話,那麼你的比較就毫無意義。確保所有的資料都是呈現在讀者面前,選擇最合適的比較方法。

3.不可扭曲資料

確保所有視覺化方式是準確的。例如,氣泡圖大小應該根據區域擴充套件,而不是直徑。

4.展示資料

讓讀者看到資料,這是視覺化的重點。確保沒有資料丟失或被設計。例如,使用標準的面積圖時,可以新增透明度,確保讀者可以看到所有資料。

5.刪除變數

很多時候,太多的資訊會影響讀者的注意,從視覺化中刪除隱含資訊是一個好主意,在這種情況下,我認為我們不需要在軸中包含變數的名稱。

6.避免資料噪音

把不重要的東西減到最少或者去掉。這包括減弱或移除圖形線,改變軸線、圖形線的顏色,以及用淺灰色描繪電子表格行。使得“資料比率”可以達到一個很高的水平,聽眾會更容易明白其中的資料情況。

※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※

我是「數據分析那些事」。常年分享數據分析乾貨,不定期分享好用的職場技能工具。各位也可以關注我的Facebook,按讚我的臉書並私訊「10」,送你十週入門數據分析電子書唷!期待你與我互動起來~

文章推薦

資料中臺的四大支柱是什麼?

看完這一篇資料倉庫乾貨,終於搞懂什麼是hive了

資料探勘|利用Python進行商品的親和性分析

--

--

數據分析那些事
數據分析不是個事

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/