不論是在數據可視化，還是任何項目中，搞清楚做這件事情的目的都是最重要的。

數據可視化的目標，首先在于做數據的目的，數據的目的在于“準確”、“清晰”的展示清楚一件事情的原貌。但數字本身是枯燥的，傳統意義上使用表格來展示數據，雖然能夠清晰展示一件事情的全貌，但它是不直觀的，需要花費使用者一定的時間與精力來解讀。

因此，數據可視化天然的帶有三項目標：

• 準確：精確的展示數據的特征，既不能遺漏，也不能冗余；
• 清晰：理解清楚數據目的信息，時間越短越好；
• 優雅：通過美觀而又協調的頁面，讓使用者的注意力盡可能多的留在頁面上。

相對而言，準確>清晰>優雅，我們應該盡可能多的向這三個目標靠攏。

怎樣的數據可視化是好看的

就像數據有質量和安全的原則一樣，數據可視化也有它自身的設計原則。雖然在平面設計上有許許多多設計的原則或者技巧，但在數據可視化的項目中，最重要的只有一種：認知負荷，重點在于如何快速的傳遞有效信息。

在認知負荷理論中，會假設人類的認知結構由短時記憶和長時記憶組成，短時記憶一次只能處理2-3條信息，因此假設數據圖表冗余的信息過多，短時記憶是無法很快處理完的，白白浪費了最寶貴視覺通道。例如當你第一次看到下圖時，腦袋是非常大的：

?

或者像下圖這樣，顏色沒有表示任何信息，會浪費看圖人的感情：

?

為了解決圖標冗余的問題，我們會通過格式塔原理來優化圖表，減輕看圖人的視覺負擔。完整的原理一共有八項，但我們這里介紹最重要的幾個原則：臨近、相似和閉合。

臨近原則：簡單說，當你看到相互鄰近的兩個元素時，你通常傾向于它們是一個整體，例如你看到下方左圖時，你會很自然的將臨近的三個格子看成是一組，再通過顏色區分，就可以很清楚的理解圖表所表達的涵義。

但如果看右邊的圖，柱子間距是等寬的，你就會產生非常多的困惑。事實上，我們很多的圖標插件，都是默認等寬的，在顯示數據的時候，你只要調整一點點，視覺上就會美觀很多，它就是一個好的數據可視化圖表。

?

相似原則：簡單說，人在視覺上，通常是將顏色相近，或者是形象類似的元素，當成是一個整體。例如下面的圖片中，你會很自然的將元素進行分組。

?

因此，我們在呈現折線圖時，如果將曲線的顏色進行區分，配合高亮的文字說明，會讓讀者產生非常直觀的印象。就像下圖這樣：

?

閉合原則：簡單說，如果我們將一組元素圈起來，人們就傾向于這組元素是一個整體。像下圖一樣，不論是用線條勾勒出來，還是用色塊襯托出來，你都會認為這是一個整體。

?

同樣的，我們將剛才的圖稍稍改造一下，加上色塊的襯托，內容看起來就更豐富了，并且不會讓人產生困惑。

?

數據可視化的常用工具

“工欲善其事，必先利其器。”即便我們腦中有了清晰的表達方式，但如果沒有合適的工具，還是無法完成數據可視化的宏圖大業。一般來說，我們有四類工具，可以幫助我們來實現數據可視化。

• 第一類是專業的繪圖軟件，例如PS、AI等，設計師小伙伴們會很熟悉，我們可以把數據做成大概的樣子，交給設計師幫忙進行美化，做成海報、新聞稿的樣子，但這種方式非常的偏重具體結論，很難復用。
• 第二類是圖表插件，像大名鼎鼎的Echarts，再例如Highcharts、AntV等，主要通過JS來控制插件的展示方式，在前端頁面中非常常用。有能力的公司，也會開發一些特有的可視化控件，用于支持自身的業務。但這種方式開發過程比較繁瑣，通過調整一個美觀的樣式需要非常長的時間。
• 第三類是一些圖表工具，例如最簡單的Excel、PPT，FineBI等工具，這類工具傾向于個人使用，在匯報工作、整理思路的時候非常好用。
• ?
• 第四類就是一些編程語言了，例如Python和R都有自己的可視化包，只是實現起來比較的難，但數據挖掘的同學就相對常用一些了。

?

如何開展數據可視化工作

開展數據可視化工作前，首先要搞清楚我們做數據可視化的方向是什么，一般來說有兩個方向，一種是解釋型，體現已知數據傳遞的特征價值，并追求細膩的表達方式；一種是探索型，對于未知數據的價值進行探索，支持高效的數據交互方式。

通常情況下我們做匯報，都是用的解釋型，而少數場景，例如分析交易數據中存在哪些商機時，會使用到探索型方式。

在此基礎上，我們再判斷一下使用哪種圖表類型更合適一些。如下圖：

?

再或者是英國金融時報雜志的建議：

?

接下來，我們就開展工作了，通常分為三個步驟：

• 第一步，加工需要展示的數據信息，并存到指定的系統上；
• 第二步，選擇合適的可視化工具，及展示的圖表樣式；
• 第三步，將數據圖表實現出來，并進行細節上的優化調整。

這里重點說明一下優化調整部分，最重要的就是理解視覺編碼及視覺通道的概念。簡單說，就是把人的大腦看作是計算機，你需要將圖表進行編碼加工，送到人的視覺系統里，并由人腦進行解碼。如下圖所示：

?

其實對于數據同學來說，自行調整圖表樣式會走很多的彎路，而我們要做的，就是征求設計師的意見，將圖表一些表達形態固定下來，避免自己亂造輪子。很多設計師同學會給出自己的建議，例如：

1.常規圖表不要使用3D效果，體積嚴重影響人類感知的精確性；

2.長度是最好的表達柱狀圖方式，長度與感知是線性關聯的，如下圖，左邊看起來要比右邊舒服的多：

?

3.盡量不要過度使用圓角，這樣會損耗數據的精確性。

假設沒有設計師同學的幫忙，我們也可以自己總結一些常規的經驗，例如在數倉最常用的維度建模中，如何調整維度數據與度量數據的關系，就可以通過下圖調整：

?

最后，數據可視化是一門實踐科學，與研發有固定的框架和模式不同，很多效果只有通過實踐才能得出道理。這就有點像技術和業務的關系，盡管技術是每個人都追求的最高境界，但沒有業務的幫忙，技術就難以產生真正的商業價值。

?

歡迎關注我的公眾號“商業智能研究”，私信回復“資料包”，即可領取大數據、數據中臺、商業智能、數據倉庫等6G精華資料！

?

?

?

總結

以上是生活随笔為你收集整理的工作3年，可视化毫无进步？小白都能看懂的干货，我真不想告诉你的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。