这篇文章把数据讲透了（五）：数据可视化（中）
一、前言
上几期文章中，我们已经了解到“数据”是一个庞大的体系（如下图所示），并用了菜市场的例子，为大家讲解数据来源的含义；用买菜的例子，为大家讲解数据采集的步骤；用洗菜、择菜的例子，为大家讲解数据清洗的方法…
而今天小陈主要给大家讲解，我们学会做菜以后，怎样把烹饪方法简单易懂的传授给他人，即数据可视化的过程。
二、数据可视化——图表使用的基本原则
1. 条形、柱状图从零开始
条形图、柱状图的图表展示原理其实很简单，依靠长度来直观的显示判定值的大小和变化趋势，而当基线改变时，这就会扭曲你的视线，给你造成错觉和假象。
看下面这张柱状图，我们就能有直观的感受~我们可以看到，从左到右分别为基准线为0直至基准线为50的情况，我们可以看到从左到右第一根柱状图渐渐消失了，这就是所说的视觉假象。
2. 柱状图过宽或过窄
柱状图使用时，需要注意”口径“（也就是宽度）统一，这样才能更直观的给受众显示数据的大小差距。
其次，发现柱状图的间隔最好调整为宽的一半，这样比较符合人体视觉观感。而下图柱状图的口径显然不统一，如此一来高度就不能对数量大小进行直观的度量的（面积=长✖宽，一般柱状图“宽”统一，那么通过长就能直观的区分大小）。
3. 切忌过分使用扇形图
我们先来看一个“过分使用扇形图”的案例，以下的扇形图有意义吗？
一般来说，使用扇形图样本类别最好在7个以内，因为饼图是体现数据之间的对比，扇形数量越少，它们的对比就越清晰。
4. 切忌扇形图比例顺序不当
下面两个扇形图中，我们可以看到左边的扇形图，并没有按照扇形占比进行排序，这导致我们需要“跨域”对比，往往会导致视觉疲劳，而右边的扇形图则贴心的讲板块占比进行顺时针排列。
5. 切忌线型图中使用虚线
线型图尽量避免使用虚线，我们看下面这个例子你就能明白。左边这张线型图使用了虚线，但使用虚线往往会使人分心，而且一段段虚线会给人造成视觉疲劳，我们容易把虚线看成是节点，而实线就不会有以下烦恼。
6. 尊重整体，但不忽略样本间的关联
其实，所有图表信息无非表达了两种关系，第一，样本A与样本B之间的对比；第二，样本A与总体的关系。如果这么说，你还有点迷糊，那么我们再举一个栗子~
看下面这张图表，它想表达什么信息呢？
- 样本A与样本B的对比——此处体现为Bored、Not great之间的百分比对比；
- 样本A与总体的对比——此处体现为Bored所占How do you feel about doing science？的比例
7. 显示数据区分度
可视化图表的初衷是什么？
——更清晰的展示数据背后的规律那么，当数据间毫无区分度可言时，数据可视化又有什么意义呢？
所以，在进行数据可视化项目时，我们还是需要秉持“少即是多”的信条。
切忌为了展示数据而展示数据！就像下图，一味的追求数据“多”，然后把每一个数据都标出来，甚至看不出点阵的分布趋势
8. 切忌遮盖数据
在进行图表可视化前，我们必须明确一点，即可视化不是最终目的！我们不要为了展示精美的图表而进行可视化，这样就本末倒置了。
始终记住图表可视化是锦上添花，数据真实性才是雪中送炭！
如上图所示，上面的面积图因为“覆盖”原因，数据已经失真了，而下面改良后的面积图，调整了透明度，我们能够通过各种颜色的覆盖面积得出品类占比，不仅保持了数据真实性，而且图表更为清晰。
9. 同比呈现数据
如下气泡图所示，两张图想传递的主旨都是一样的，即大气泡（2X）是小气泡(X）的两倍，而左边的错误示范中，就最直观的面积而言，大气泡（2X）的面积远远大于两倍的小气泡（X），而右边的气泡图就真实的多了。
10. 数据对比更直观
在图表可视化过程中，我们始终要秉持选择合适图表的初衷，让数据对比更明显、趋势更清晰。
如下图所示，我们想要进行数据的对比，而此时选择在同一水平面的柱状图，我只需要轻轻一瞥，就能明晰的感知谁多谁少，具体占比；而在饼状图中，虽然也能够进行对比，但明显不如柱状图来得快。
三、结语
以上，就是本期可视化图表使用基本原则的全部内容！
小陈下期继续为你揭秘，针对不同领域、技术基础，怎样针对性的选择可视化图表！
往期文章：
这篇文章把数据讲透了（一）：数据来源
这篇文章把数据讲透了（二）：数据采集
这篇文章把数据讲透了（三）：数据清洗
这篇文章把数据讲透了（四）：数据挖掘
这篇文章把数据讲透了（五）：数据可视化（上）
本文作者 @小陈同学ing. 。
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
