在數據分析領域，有效的數據可視化對于清晰傳達信息至關重要。林驥分享了兩本關于數據可視化的書籍，著重介紹了數據可視化的指導原則、圖表類型及樣式指南，幫助我們通過視覺工具更高效地理解和展示數據。

你好，我是林驥。

在日常工作中，我們常常需要借助數據可視化的方法，更好地展示自己的洞見，讓信息傳遞變得更加高效。

最近，我看了兩本與數據可視化相關的書，分別是《更好的數據可視化指南》和《Excel 數據可視化實操指南》，作者是美國的喬納森·施瓦比什（Jonathan Schwabish），他是一個經濟學家、作家、教師，也是一個數據可視化的專家。

這兩本書的譯者是易煒老師，他認為要做好數據可視化，需要非常廣泛的知識，包括但不限于格式塔心理學、設計原理、色彩規則、圖表類型等。

《更好的數據可視化指南》這本書包括 3 個部分，主要介紹了數據可視化的指導原則、圖表類型和樣式指南，目的是提升圖表素養，豐富圖表工具箱。

1、數據可視化的指導原則

結合《更好的數據可視化指南》和作者博客中的內容，下面介紹 5 個數據可視化的指導原則：

① 展示數據 ② 減少混亂 ③ 圖文結合 ④ 前注意加工 ⑤ 從灰色開始。

這些指導原則能幫我們更好地理解和滿足受眾的需求，為制作合適的圖表奠定基礎。

① 展示數據

突出展示與主題相關的數據，而不是所有的數據。例如，下面兩張散點圖，右邊突出顯示幾個想要強調的數據點，這樣更容易閱讀。

② 減少混亂

刪除不必要的視覺元素，例如：加粗的網格線、紋理填充、漸變等都可以去掉。

③ 圖文結合

把圖表與文字融合在一起，各自為信息傳遞做出貢獻。例如：在折線圖的尾部直接標注相應的文字，而不是用圖例。

④ 前注意加工

前注意加工是心理學中的一個概念，指的是在注意力集中之前，大腦會快速自動進行初步處理，幫助我們瞬間篩選出差異比較大的信息。

⑤ 從灰色開始

剛開始把整個圖表設置為灰色，然后思考需要強調的地方，再給這些地方設置相應的顏色。

我們在制作數據圖表的過程中，不妨試著遵循這些指導原則，提升數據可視化的效果。

2、數據可視化的圖表類型

市面上教你怎么制作出漂亮、炫酷、華麗圖表的資料比較多，但真正從源頭上厘清怎么正確選擇圖表類型的資料卻很少。

我曾在「數據可視化的方法和工具」一文中介紹過一些圖表類型，后來 Chart.Guide 又增加了一些新的圖表：

在《更好的數據可視化指南》這本書中，作者基于圖表的用途，把 80 多張圖表分為 8 個大類：比較、時間、分布、地緣、關系、構成、定性和表格，比 Chart.Guide 中多了 2 個分類：定性和表格。

各類圖表是如何起作用的？它們的優缺點分別是什么呢？

① 比較

用于比較的圖表有很多，包括各種各樣的條形圖，還有點狀圖、馬賽克圖、單元圖、同型圖、華夫圖、熱力圖儀表圖、子彈圖、氣泡圖、?；鶊D、瀑布圖等。

雖然條形圖很容易閱讀和理解，但是千篇一律的條形圖會讓人感到無聊，因此有時需要找到更有吸引力的圖表。

例如，把?；鶊D用來展示公司的財務數據指標，可以幫助受眾更加清晰地知道公司的主要經營模式。

② 時間

表現時間變化的圖表，除了常見的折線圖之外，還有斜率圖、迷你圖、凹凸圖、周期圖、面積圖、流圖、地平線圖、甘特圖、流程圖、時間線等。

雖然折線圖清晰易讀，但當不需要顯示時間序列中的所有數據時，斜率圖是一個不錯的選擇。例如，我們可以根據線條的陡峭程度，直觀地感受到變化的幅度。

③ 分布

呈現數據分布的圖表有直方圖、金字塔圖、誤差條形圖、置信區間圖、漸變圖、扇形圖、箱線圖、蠟燭圖、小提琴圖、山脊圖、蜂群圖、麥穗圖、云雨圖、莖葉圖等。

對大多數普通讀者來說，理解這些圖表可能會有點困難，因為需要具備一定的統計學知識。例如，小提琴圖可以用來顯示數據的整體分布情況，其中越厚的區域表示這部分觀測值越多，反之則越少。

④ 地緣

數據地圖可以讓受眾從中找到自己與主題的關聯，這是其他圖表無法比擬的一個優勢。然而，地理區域的大小與數據的重要程度可能并不相符，在繪制數據地圖之前，要停下來想一想，這是一個正確的選擇嗎？

我們可以權衡數據可視化的準確性與地圖的熟悉度，通過變形地圖的方式，來調整數據失真的問題。例如，用六邊形表示每個省份，填充的顏色深淺與數值大小相對應。

⑤ 關系

展示變量之間關系的圖表，除了散點圖之外，還有氣泡圖、平行坐標圖、雷達圖、和弦圖、弧線圖、網絡圖、樹形圖等。其中有些圖表不常用，讀者理解起來比較困難。

這并不是說要刻意復雜化，或者干脆不使用，而是要促進自己思考，從而更好地呈現想要傳遞的信息。例如，可以使用標簽、注釋、標題、顏色、圖例和提示來讓圖表更容易被理解。

⑥ 構成

展示整體與部分之間關系的構成類圖表，除了最常見的餅圖之外，還有圓環圖、樹圖、旭日圖、南丁格爾圖、維諾圖等。在數據可視化領域，大家對餅圖的使用存在一些爭議。

從感知層面來看，我們難以識別和對比每塊餅的面積大小，但作為一種大眾熟悉的圖表，熟悉度本身就是有用的。如果你的目標是清晰、準確地判斷數據的大小，那么餅圖通常都不是最好的選擇。

但當扇形占比是我們熟悉的 25%、50% 或 75% 時，你可以用餅圖輕松引導讀者的注意力。假設你要寫一份數據分析報告，想要說明某個類別的占比超過 50%，讓讀者了解顯著的差異或關注某個類別，餅圖就會很有用。

⑦ 定性

對于非數字信息，我們可以用定性的方法來講故事。

比如，圖標、圖像、表情符號等視覺語言，可以吸引讀者的注意力，便于讀者對定性數據進行分類。

詞云圖是可視化定性數據的一種流行方式，單詞的大小與其出現的頻次有關。例如，下面是朋友們描述我的一些詞語，其中形容我最多的 3 個詞是：自律、專業、嚴謹。

⑧ 表格

設計良好的表格，可以幫助讀者快速找到重要的數值，并從中發現規律。

例如，下表是我 2023 年每天的情緒能量評分，從數據中可以看出，上半年的情緒能量比較高，而下半年的情緒能量比較低，尤其是 2023 年 12 月 24 日這一天，情緒降到低谷。

通過時間記錄，我可以找到這一天情緒低落的原因。

3、數據可視化的樣式指南

數據可視化的樣式指南包括：定義構成要素、規定相應格式以及如何正確使用，例如字體、顏色、線條、樣式、網格線、刻度線等元素，都會影響圖表的清晰度和吸引力。

樣式指南定義了設計圖表的規范和策略，有點類似于論文的格式，其中包括數據可視化中構成要素的詳細建議。

例如，標題應該放在什么位置？字體的大小、樣式和顏色是什么？

下面是美國陽光基金會的圖表樣式指南：

來源：https://github.com/amycesal/dataviz-style-guide/blob/master/Sunlight-StyleGuide-DataViz.pdf

我們可以根據樣式指南，制作相應的數據可視化模版，然后直接套用，這樣就能節省自己的時間和精力，讓工作變得更加統一和高效，還能形成品牌效應。

圖表的配色非常重要，因為顏色能喚起人們的情感并引起注意，人們注意到圖表的第一個因素可能就是顏色。

4、最后的話

身處信息時代的我們，很容迷失在信息海洋中，但借助好的數據可視化圖表，我們可以撥云見日，從數據中看見有趣的信息，從信息中洞見有用的知識，并從知識中預見行動的智慧。

看完《更好的數據可視化指南》和《Excel 數據可視化實操指南》之后，我把其中的一些知識應用到《數據可視化》流程中，重新設計了一版流程圖：

數據可視化需要我們不斷提升自己的審美能力，并在科學與藝術之間找到某種平衡。

雖然有些圖表看起來不夠精確，但是能夠有效吸引人的注意，所以，在某些場合下，對圖表適當進行修飾還是有必要的。