编辑导语：在我们的日常工作中，数据可视化可以很大程度的帮助我们进行梳理；上一篇文章中作者讲到了数据可视化中的“信”，本文作者分享了关于数据可视化基本原则中的“达”，我们一起来看一下。

在刚完结的“这篇文章把数据讲透了”系列中，笔者从数据来源、采集、清洗等多个角度对庞大的数据体系进行了阐述；系列文章完结后，不少职场工作的朋友们对数据运用“顶层”的数据可视化相关内容十分感兴趣，希望了解职场、行业内如何进行数据可视化实操。

那么接下来，笔者就从零开始，带你入门数据可视化设计！

因内容颇多，还是采用系列文章的方式，分几期为大家进行讲解。

一、前言

上一篇文章中，我们已经系统阐述了数据可视化的定义、什么是好的数据可视化？以及数据可视化设计的第一原则——信。

今天，我们先阐述第二个数据可视化的基本原则——达。

二、数据可视化第二基本原则——达

数据可视化第二基本原则——达，即可视化设计能够清晰表达信息。

下面，给大家提供几个能让你的数据可视化设计实现“达”的方法论：

1. 方法一：最大化数据墨水占比

首先，我们需要弄清楚，数据墨水、非数据墨水、冗余数据墨水这几个概念。

数据墨水，即可视化图形中不可擦除的核心部分；而数据墨水占比即，可视化图形中用于展示核心数据的“墨水”与整体绘制可视化所使用的全部墨水之间的比例， 其计算公式如下：

非数据墨水，顾名思义，是可视化图表中的非核心部分，例如图表刻度、单位、坐标轴的刻画。

冗余数据墨水，顾名思义，是多出、重复的那部分墨水，例如1个核心数据指标重复出现2次，但因为它是核心数据指标，所以并不是非数据墨水，而是这里的冗余数据墨水。

如下图所示，我们能看到最下方的数据指标，左边心电图的数据墨水占比为1>右边散点图的数据占比0.9，而这0.1的数字墨水差距，主要是因为散点图不可避免的存在坐标轴和单位。

经过上述定义阐述和举例，大家应该不难发现最大化数据墨水占比的两个方向是：擦除非数据墨水、擦除冗余数据墨水。

虽然是两个不同的方向，但这两种方式都有一个共同点，减少墨水的不必要占用，让图表精简的展示数字关系。

2. 方法二：减少感知、识别过程的耗时，遵循格式塔原则

其实，人对部分图形要素的肉眼识最快可在200毫秒内完成，这些要素包括但不限于色调、大小、形状、长短、方向、密度…而在可视化设计中，我们需要充分调动人眼的对这部分设计要素的洞察力。

其中，我们可以参考格式塔原则，来减少感知、识别过程的耗时。

相近（Proximity）：距离相近的各部分趋于组成整体；如下所示，我们可以看到驯鹿图案是由一条条竖向分布的相近直线构成的，如果线条的间隔过大，我们视觉上天然就把一个整体分割开看待了，就像最右的圆点一样，根据相近原则，肉眼会下意识分成两个部分。

相似（Similarity）：在某一方面相似的各部分趋于组成整体；如下所示，看到以下图形时，我们会下意识的将相似的部分当成一个大分组，拿最右的彩色圆圈举例，我们会按照颜色将图中的圆圈分为5个大部分。

​

封闭（Closure）：彼此相属、构成封闭实体的各部分趋于组成整体；如下所示，是世界自然基金会的 Logo，就是一个典型地用到封闭原则的设计，我们可以看到，熊猫的头是没有利用实线进行封闭的，但视觉上我们还是会认为这是一个封闭的整体。

连续（Continuity）：我们倾向于完整地连接一个图形，而不是观察残缺的线条或形状；如下图所示，肉眼识别时，我们习惯于将小圆点用线连起来，我们会下意识将图形看作，两个相交的圆形，而非两个残缺圆和一个两圆相交的重合 。

​

简单（Simplicity）：具有对称、规则、平滑的简单图形特征的各部分趋于组成整体；如下所示，左边的界面就是个对称页面，所以我们会觉得左边的各个卡片是个整体，下方还有一个新的卡片；但是右边的卡片就不是了，因为整个页面不是对称的，用户可能会疑惑右边是不是还有卡片。

​

三、结语

本期笔者为大家带来了数据可视化设计的第二基础原则——达，相信大家有所掌握，最后1个基础原则，我将在下期文章中陆续为大家揭秘。

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。