優秀的數據可視化圖表只是羅列、總結數據嗎？當然不是！數據可視化其真正的價值是設計出可以被讀者輕鬆理解的數據展示，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。
今天DataHunter小袁zi就給大家總結了數據可視化的製作的30個小技巧，通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可視化製作水平。
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
條形圖的原理就是通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.使用簡單易讀的字體
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。但數據可視化不包括在內。堅持使用簡單的無襯線字體(通常是Excel等程序中的默認字體)。無襯線字體即是那些文字邊緣沒有小腳的字體。
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,因此扭曲數據。堅持2 次元，確保數據準確。
5.使用表格數字字體
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。大多數流行字體都內置了表格。不確定字體是否正確?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信息：顏色，圖像，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、尺寸可視化
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。製作這類數據可視化圖形時，要用數學公式計算，來表達準確的尺度和比例。
11.使用大小來可視化值
大小可以幫助強調重要信息並添加上下文提示，使用大小來表示值配合地圖使用的效果也非常好。如果您的可視化中有多個大小相同的數據點，它們會混在一起，很難區分值。
12.使用相同細節
添加的細節(和數字)越多，大腦處理的時間就越長。想想你想要用你的數據傳達什麼，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.視圖數量
將您的可視化中的視圖數量限制為三到四個。如果您添加太多視圖，大局會被詳細信息所淹沒。
二、關於圖表配色，你可以參考的5條準則
1.顏色深淺
通過顏色的深淺來表達指標值的強弱和大小，是數據可視化設計的常用方法，用戶一眼看上去便可整體的看出哪一部分指標的數據值更突出。
2.使用同一色系
顏色用得太花，會給數據增加不可承受之重，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，反而能很好地用於數據可視化，因為它們可以讓你的讀者理解你的數據，而不至於被數據淹沒。
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、標準的可視化圖表一定有註釋
1.解釋編碼
通過一定的形狀、顏色和幾何圖形的結合，將數據呈現出來。為了讓讀者能讀清楚，圖表設計者就要把這些圖形解碼回數據值。
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，或者看到數據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，如果要為軸設置特定名稱。
3.標題
如果我們要將數據呈現給第三方，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.重要視圖位置
將最重要的視圖放置在頂部或左上角。眼睛通常會首先注意到該區域。
四、優秀的可視化圖表，遵守的6條原則
1.數據排序有序
數據類別按字母順序,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數據。
2.比較數據
比較是展示數據差異的好法子，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。確保所有的數據都是呈現在讀者面前,選擇最合適的比較方法。
3.不可扭曲數據
確保所有可視化方式是準確的。例如,氣泡圖大小應該根據區域擴展,而不是直徑。
4.展示數據
讓讀者看到數據，這是可視化的重點。確保沒有數據丟失或被設計。例如,使用標準的面積圖時，可以添加透明度,確保讀者可以看到所有數據。
5.刪除變量
很多時候，太多的信息會影響讀者的注意，從可視化中刪除隱含信息是一個好主意，在這種情況下，我認為我們不需要在軸中包含變量的名稱。
6.避免數據噪音
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“數據比率”可以達到一個很高的水平，聽眾會更容易明白其中的數據情況。
五、小結
以上的小細節你都記住了嘛？俗話說熟能生巧，在每次數據可視化的製作過程中多思考一下，有哪些細節需要注意？這些細節的處理是否合理，數據可視化大神指日可待~
*參考資料：
【1】《10個數據可視化技巧，讓你一看就懂》中國統計網
【2】《6個技巧，讓數據可視化看起來更專業》中國統計網
【3】《提升數據可視化的7個實用技巧》彩雲譯設計
【4】《數據可視化：6條真正可以遵循的製圖技巧》 CDA數據分析師
【5】《10個必備數據可視化圖製作要點》 美作
關於 DataHunter
DataHunter 是一家
專業的數據分析和商業智能服務提供商，註冊於2014年。團隊核心成員來自 IBM、Oracle、SAP 等知名公司，深耕大數據分析領域，具有十餘年豐富的企業服務經驗。DataHunter 旗下核心產品智能數據分析平臺 Data Analytics、數據大屏設計配置工具 Data MAX 已在業內形成自己的獨特優勢，並在各行業積累了眾多標杆客戶和成功案例。
成立以來，DataHunter就致力於為客戶提供實時、高效、智能的數據分析展示解決方案，幫助企業查看分析數據並改進業務，成為最值得信賴的數據業務公司。
關鍵字: DataHunter 字體 圖形
