编辑导语：我们在事情中常常会阐明数据，通过图表等 *** 可以辅佐我们越发清晰明白地看到阐明功效，所以一个乐成有代价的数据可视化能发挥到很大的浸染；本文作者分享了关于数据可视化留意的25点能力，我们一起来看一下。

数据可视化设计既是一门艺术，也是一门科学，这就是为什么对付菜鸟来说要把握它是一个挑战；之前我写过许多设计时应该留意的图表能力，可是，单单留意设计上的形式美也是不足的。

同时你还必需把握对数据信息的叙事本领并通过设计的形式来最终揭示出来，那么如何缔造一个乐成而又代价的数据可视化是一项至关重要的技术。

接下来我总结了一些数据可视化建造时候的要点分享给各人：

一、数据可视化的气力

众所周知大脑在处理惩罚视觉信息时远比处理惩罚文字信息效率要高，这就是为什么数据可视化设计在通报信息时如此有效的原因之一；通过“查察”数据，大脑可以更轻松地摄取，合成和保存所泛起的数据阐明信息。

不外在设计数据可视化大屏的时候，很多人会误觉得将几个数据图表会合放在一起展示就以为是完成了一个数据可视化大屏；不外遗憾的是，通过这种 *** 建造出来的大屏不只是做得欠好，实际上大概会扰乱你的数据阐明功效。

纵然你在会合展示时没有误解数据，可是没有以更优化的形式去泛起数据，对你的数据大屏受众来说都长短常不友好的工作；好比：受众会不相识图表之前的逻辑干系，大屏想要揭示什么样的故事，也就无法从数据大屏傍边获得明晰的数据阐明功效，无法帮助他们作出有效的打点决定，这样建造出来的数据大屏就是起到适得其反的浸染。

二、数据可视化设计的25个能力

首先，让我们先来先容一些建造大屏时应该根基的留意事项。

记着最重要的一点，就是建造数据大屏的初心，那就是你所做的每个数据可视化设计都应该加强受众的体验，而不是你的体验（数据是严谨的，那么颠末处理惩罚后的数据更应该清晰大白的通报到受众眼中）。

1. 选择可以或许正确报告故事的图表形式

图表的形式有许多种，大概会有不止有一种 *** 去揭示可视化数据。

可是我们在这种环境下，一般要思量要实现的方针，正在转达的信息是什么样的，详细要到达的方针等等，选择最精确的数据可视化图表形式。

这边详细的图表选择依然可以看我之前的几篇文章：

企业数据可视化进程中，这14个图表设计师需要相识

搞定这10个基本图表，就能举办简朴的数据可视化设计

2. 拒绝利用不公道的图表形式

在数据可视化进程傍边我们需要留意图表垃圾的呈现，好比：多余的图表副本、不须要的插图、阴影、装饰等之类的内容。

数据可视化的最伟大之处可以通过设计来更好的辅佐你挣脱沉重的数据阐明事情，来加强和转达数据阐明成就的便捷性；可是留意不要陷入繁杂设计的误区傍边，拒绝利用不公道的图表形式，选择正确的图表，让它做好本身的事情。

3. 做可以或许让人快速领略的设计

在开始建设可视化大屏之后，对付整体大屏的结果形态，我们可以在图表细节上思量添加、调解或删除哪些简朴位素，以使数据更易于读者领略。

你大概在折线图中添加了一条趋势线，可能你大概意识到饼图中的切片过多（最多利用6个）而删节一些内容；这些细微的调解有很大的差异，会对最终的大屏结果起到必然的影响。

好比下面两幅图的比拟：

在左图这个错误样式傍边我们可以看到错误的图表样式和花里胡哨不简捷的文本信息，导致我们无法快速的找到可视化傍边的重点。

右图颠末处理惩罚后的数据可视化图表，选择了正确的图表形式、简捷的文本信息，可以让受众一眼抓住可视化想通报的信息重点，这样的可视化才是优秀的。

三、需要做较量的时候应该留意什么？

许多时候，数据可视化使得数据间的较量变得容易得多，可以让受众直接“看到”两个差异的数据集如何彼此叠加；可是，仅将两个图表并排安排并不必然能做到这一点；实际上，这有大概会让数据变得越发杂乱。

4. 在折线图中更好从零基线开始

尽量折线图可以不必从零基线开始，可是假如它需要较量较多的数值时候，则应把零基线包罗在内。

假如数据的相对较小颠簸是有意义的（譬喻，在股票市场数据中），则可以截断比例，不必从零基线开始去显示这些差别。

5. 始终选择最有效的可视化

数据可视化必然是需要视觉上的一致性，以便读者可以一目了然地举办较量。

这大概意味着你在利用会萃的条形图，分组的条形图或折线图的时候，应该留意种类的数量。