编辑导读：随着“数智化”时代的到来，我们生活中的方方面面都离不开数据，而你真的了解数据吗？本文将为你重新解读数据的概念和价值，以及数据的价值是如何在“数智化”时代下一步一步得到运用与升华的。因内容颇多，笔者将分几期为大家进行讲解。

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？

1. 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；
2. 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）

本文由 @小陈同学ing. 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。