想做数据可视化设计，那你必须要知道这几件事.docVIP

想做数据可视化设计，那你必须要知道这几件事 / “混乱和混乱不是数据的属性-它们是设计的缺点。”-爱德华·塔夫特 数据可视化故名思议：以某种示意图的形式来表现经过分析处理后的数据信息。 换句话说，这是一种视觉上传达一定数据内容信息的方式。那根据其数据属性，可以用许多不同的方式表示数据，例如折线图、条形图、饼图、散点图或地图。 当然对于数据分析和图形设计人员里说，数据可视化不是简单的利用图形来表现数据而已，遵守数据可视化最佳呈现数据分析结果的手段非常重要。 不仅仅是要视觉上引人入胜，而且永远不要误导别人。特别是在处理非常大的数据集时，开发统一的格式对于创建既有用又吸引人的可视化至关重要。 一、为什么要使用数据可视化？ 据IBM称，我们的世界每天要创建出高达2.5万亿字节的数据。 麻省理工学院的研究科学家安德鲁·迈克菲（Andrew McAfee）和麻省理工学院的埃里克·布林约尔夫森（Erik Brynjolfsson）教授指出，“每秒通过互联网的数据比20年前存储在整个互联网中的数据还多。” 随着世界与越来越多的电子设备建立联系，数据量将继续呈指数增长。科学家们预测，到2025年将有163 ZB（163万亿GB）的数据。 人脑很难理解所有这些数据，实际上，如果不进行某种类比或抽象，人脑很难理解大于5的数字。数据可视化设计师可以在创建这些抽象中发挥至关重要的作用。 毕竟，如果不能以有用的方式理解和使用大数据，那么它就毫无用处。这就是为什么数据可视化在从经济学到科学技术，医疗保健和人类服务等各个领域都起着重要作用的原因。通过将数据和其他信息转换成图表，内容变得更易于理解和使用。 二、何时使用数据可视化？ 由于过往的数据分析报告很难以快速且明确的方式，来让人理解大量数据背后的信息。而数据可视化能够将企业运行过程中产生的所有数据，以视觉图表的方式，清晰有效地传递出数据当中的重要信息。很多企业管理层从实践中看到了数据可视化的价值，它能够使决策者能够解决难以快速读懂数据分析报告的问题，以数据可视化的模式来理解数据，以便做出对企业更好的决策。 无论是在业务，技术，科学还是其他领域，都需要了解大数据集以做出明智的决策。而清晰的数据可视化效果使复杂数据更易于掌握，因此更易于采取行动。 三、数据可视化的设计制作需要遵守的原则有哪些？ 1. 明确项目目标 数据可视化应该回答重要的战略问题，提供真实的价值，并帮助解决实际的问题。 例如：它可用于跟踪绩效，监视客户行为并评估流程的有效性。而在数据可视化项目开始时应该明确好所需要花费的时间，明确项目目的和数据分析展示的优先级，以及最终的数据可视化效果要有用，避免浪费时间创建不必要的视觉效果。 2. 了解受众 数据可视化在设计过程中如果没有考虑到与目标受众清楚地交流，那么它的设置则毫无用处。 它应与受众的专业知识兼容，并能够让受众轻松，快速地查看和处理数据，还要充分考虑到受众对数据呈现的基本原理的熟悉程度，以及他们是否可能具有数据可视化的背景知识，是否需要经常定期查看图表。 3. 使用正确的数据图表 图表种类繁多，选择哪种类型最适合可视化呈现的数据本身就是一门艺术。正确的图表不仅会使数据更易于理解，而且会以最准确的方式显示出来。为了做出正确的选择，必须充分考虑需要传输什么类型的数据以及将数据传输给谁。 4. 最受欢迎的数据可视化图表类型 1）折线图 折线图应用于比较一段时间内的值，并且对于显示较大和较小的变化都非常有用，它们还可以用于比较对一组以上数据的更改。 2）条形图 应使用条形图比较几种类别的定量数据，它们也可以用来跟踪一段时间内的变化，但是最好仅在这些变化很重要时使用。 3）散点图 散点图应用于显示一组数据的两个变量的值。它们非常适合探索两组之间的关系。 图源：华尔街日报/美国失业率统计 4）饼图 饼图应用于显示整体的一部分。他们无法显示诸如随时间变化的内容。 图源：网络 更多具体的图表如何选择可以看我下面??这篇文章： 数据可视化设计师必备的图表规范指南 四、数据可视化设计时应保持一定的条理连贯性 将大数据集编译为可视化图表时，一致性特别重要。连贯的设计将有效地淡入背景，使用户能够轻松处理信息。优秀可视化效果是可帮助观看者从中得出有关所呈现数据结论的。 在创建数据层次结构时，会用一些方式为决策者显示各个需要强调的数据点。比如可以按从高到低的顺序排列以强调最大值，或者以突出的方式显示对用户更重要的类别。 甚至是改变显示数据的顺序，所用的颜色（例如最重要的点使用较亮的颜色，或基线数据使用灰色）以及图表的各个元素的大小（例如将饼图的某些切片扩展到图表的常规边框）这些方式都可以帮助用户更轻松地解释数据。 五、数据可视化设计时的图表颜色选择 颜色一般被广泛用作表示和区分信息的一种方式。根据最近进行的一项研