让数据可视化变更好的20条建议

作者:亿网科技  来源:亿网科技  发布时间:2022-05-07

46.png

如今,应用程序的设计和开发越来越多地由数据驱动,因此人们对高质量数据可视化的需求正在上升。然而,我们发现在实践中,许多图表并不容易理解,甚至误导。因此,本文列出了以下20条优化建议,希望能帮助您实现更好的数据可视化。

1. 选择正确的图表类型

如果选择了错误的图表类型,或者只是默认使用最常见的图表类型,用户可能会感到困惑或误解数据的意义。数据集可以用多种方式表达,具体方法取决于用户的需求。因此,我们必须从检查数据集和研究用户需求开始选择图表类型。

四种图表应用:关系、比较、构成、分布

2. 根据数据的正负值确定正确的绘图方向

使用水平条图时,请注意在基线左侧绘制负值,在右侧绘制正值。

不要在基线的同一侧绘制负值和正值。

正负值在X轴和Y轴上的映射

3. 柱状图的起点应从0基线开始

截断数据会导致表达错误。在下面的例子中,你可以通过左边的图表快速得到它B值是D结论是值的三倍多。事实上,两者之间的差距要小得多(见右图)。

因此,从零基线绘图可以确保获得更准确的数据表示。

两个垂直条形图,一个基线0,一个基线0375

4. 线形图可用于自适应Y轴刻度

对于折线图,如果总是会的话Y轴的显示起点限制在0,这可能会使图表折线显示缺乏起伏,几乎平坦。由于折线图主要用于表示趋势,最好根据特定阶段的数据集调整显示比,并保持折线图显示在Y轴范围的三分之二区域。

线形图,左边几乎是平的,右边很好地描述了趋势

5. 使用折线图时,应考虑数据的时间序列

折线图由线连接的一系列标记组成,通常用于生动地显示时间间隔(特定时间序列)中数据的变化趋势。这有助于解释值是如何随着时间的推移而变化的。当时间间隔较短时,效果非常好,但当数据更新不频繁时,可能会引起混淆。

左边的插图是含义模糊的折线图,右边的竖条图清楚地表示每月的数据变化

例如:上图使用了折线图来表示每年的收入,如果数值是按月更新的,那么就需要按月查看图表。用户可能会认为连接“标记”的线上的每个点都代表了当时的收入值,而实际上在那个特定时间的真实收入数字是未知的。

在这种情况下,使用垂直条形图可能是更好的选择。

6. 不要使用光滑折线图

光滑的折线图在视觉上可能令人愉悦,但它们扭曲了背后的实际数据,过粗的线条掩盖了真正的标记位置。

7. 避免混乱的双轴图表

有时,为了节省图表空间,您可能倾向于使用双轴图表,即两个数据系列具有相同的测量标准,但它们的变化范围不同。这种图表不仅难以阅读,而且不能清楚地表示两个数据序列之间的比较。大多数用户不注意显示比例,他们可能只是扫描图表,得出错误的结论。

8. 限制饼图中显示的区块数量

饼图是最受欢迎的图表之一,但也经常被滥用。在大多数情况下,柱状图是更好的选择。然而,如果你决定使用饼图,有一些建议可以使它正确工作:

不要超过显示的块5-7保持整体视觉简单清晰。

您可以将多余的最小块统一到其他块中。

9. 直接在图表上贴标签

如果没有合适的标签,无论你的图表有多好,它都没有意义。直接在图表上贴标签对所有访问者都很有帮助。与图例相比,数值需要逐一对应于相应的区域,这将消耗更多的时间和精力。

10. 不要直接在图表块上贴标签

将值标签直接放置在块中可能会降低图表的可读性,如果有一个小块,则不容易完全显示。正确的方法是在块外添加黑色值标签,并与每个块标记明确的连接方向。

11. 根据饼图的大小对饼图的块进行排序,以提高可读性

使用饼图时,常用的方法有几种:

将最大块放在12点,然后顺时针排列其余块。

将最大块放在12点,第二大块顺时针放在后面,第三大块放在11点,其余块按大小顺时针排列。

12. 避免随机性

同样的建议也适用于许多其他类型的图表,不要默认按字母顺序排序。将最大值放在顶部(水平条形图)或左侧(垂直条形图),以确保最重要的值占据最突出的空间,减少眼睛的运动,缩短阅读图表所需的时间。

13. 细圆形图表缺乏可读性

一般来说,蛋糕图不是最可读的图表,因为很难直观地比较相似的值。但当我们去掉中间部分,得到一个甜甜圈形状的图表时,它确实腾出了显示额外信息的空间,但牺牲了清晰度,所以如果处理方法太极端,图表就会失去效果。

14. 让数据自己说话

避免过多不必要的华丽修饰,因为它不仅会分心,还会导致对数据的误读和误解。制作图表时应避免以下情况:

使用3D元素

使用阴影、渐变和其他颜色

使用斑马纹和过多的网格线

使用过于装饰性、斜体、粗体或衬线字体

左边的3D垂直条形图,修改过多,右侧修改过多

15. 选择匹配数据性质的配色方案

颜色是数据可视化的重要组成部分,通常有三种颜色匹配方案:

定性配色方案:最适合分类显示变量。所选颜色应独特,以保证区分。

顺序配色方案:最适合需要按特定顺序排列的数字变量。使用色相或亮度或两者的组合,您可以创建一个连续的色集。

分歧配色方案:两个连续配色板的组合,中间有一个中心值(通常为0)。通常,分歧调色板用于描述数据正负值的变化。使用的颜色也需要符合消极和积极的概念。

工具方便——ColorBrewer,它可以帮助你生成各种配色方案。

16. 无障碍设计

根据美国国家眼科研究所的数据,每12人中就有一人是色盲。你的图表需要让尽可能多的观众理解,所以尽量注意无障碍设计。

不同的饱和度和亮度用于配色方案。

用黑白打印数据可视化图表,检查其对比度和可读性。

17. 注重可读性

确保排版能够准确、清晰地传达信息,帮助用户关注数据本身,而不是分散注意力。

选择可读字体,避免使用衬线字体和高度装饰性字体

避免使用斜体、粗体和大写字母

确保文本颜色与背景颜色的高度对比

不要旋转文字

18. 使用水平条形图而不是旋转标签

这个简单的技巧将确保用户能够更方便地查看图表(而不会紧张他们的脖子)

19. 选择合适的图表库

如果您的任务是在网络和移动项目中添加交互式图表,您应该问的第一个问题是我们将使用什么图表库?现代图表库已经应用了上述许多规则。基于定义库的设计可以确保实施的便利性,并为您提供大量的交互想法。

20. 动态可视化报告

数据可视化不仅仅是静态图表。通过改变参数、可视化类型和时间轴,帮助用户探索和发现更多结论,最大化数据价值和洞察力,有很多方法。在下面的例子中,你可以看到 iOS 健康应用程序,它使用了各种数据显示的组合。