20、数据可视化的美学与实践指南

数据可视化的美学与实践指南

在数据可视化的领域中，如何以美观且准确的方式呈现数据是至关重要的。本文将深入探讨数据可视化的多个方面，包括避免图表误导、简化图表、正确缩放和标注、有效使用颜色和阴影，以及重复的力量等，并介绍常见的图表类型及其最佳实践。

避免图表误导

在解读图表时，我们需要警惕一些可能导致误导的因素。以下是两个常见的问题：
- 消除数值轴上的刻度标签 ：不打印数值轴上的参考标签可能会完全掩盖最严重的比例失真。只有通过数值刻度标记，才能从图表中重建实际数据值。
- 隐藏图表的原点 ：大多数图表默认 y 轴的值范围从 0 到 ymax。如果 y 范围从 ymin - ϵ 到 ymax，我们将失去直观比较大小的能力。例如，当图表的 y 范围设置得较窄时，最大的值可能看起来比最小的值大很多倍，而不是按正确的比例缩放。

为了避免被图表误导，我们需要了解图表的制作者及其目的，因为“谎言因素”不能机械地计算，它需要理解失真背后的意图。

简化图表

图表中的多余视觉元素会分散数据想要传达的信息。以一个月度销售时间序列的柱状图为例，我们可以通过以下操作简化图表，使数据更加突出：
- 突破数据的束缚 ：厚重的网格会在视觉上主导图表内容，囚禁数据。通常，移除网格或至少减轻其强度可以改善图表。数据网格的潜在价值在于它便于更精确地解释数值，但对于需要精确引用大量值的图表，轻网格就足以完成任务。
- 停止使用阴影 ：彩色背景对图表的解释没有任何帮助，移除它可以增加数据