用這 20 個指導方法來助力資料視覺化!

數據分析那些事
8 min readMar 13, 2023

--

我們的決策正變得越來越受資料驅動。對高品質資料視覺化的需求與以往一樣高。我們周圍到處都是令人困惑和誤導性的圖形,但我們可以透過遵循這些簡單的規則來改變這一點。

◆ 1. 選擇正確的圖表型別

選擇錯誤的圖表型別或預設使用最常見的資料視覺化型別可能會混淆使用者或導致資料誤解。相同的資料集可以以多種方式表示,具體取決於使用者希望看到的內容。始終從審查您的資料集和使用者訪談開始。

◆ 2.根據正負值使用正確的繪圖方向

當使用單槓,圖片左側價值觀積極的右側基準的。

不要在基線的同一側繪製負值和正值。

◆ 3. 始終在 0 基線處開始條形圖

截斷會導致誤傳。在下面的示例中,檢視左側的圖表,您可以很快得出結論,值 B 比 D 大 3 倍以上,而實際上差異要小得多。從零基線開始可確保使用者獲得更準確的資料表示。

◆ 4. 對摺線圖使用自適應 y 軸刻度

對於折線圖,始終將 y 軸比例限制為從零開始可能會使圖表幾乎平坦。由於折線圖的主要目標是表示趨勢,因此根據給定時期的資料集調整比例並保持線條佔據 y 軸範圍的三分之二非常重要。

◆ 5. 使用折線圖時考慮您的時間序列

折線圖由由線連線的“標記”組成,通常用於視覺化時間間隔內的資料趨勢 — 時間序列。這有助於說明值如何隨時間變化,並且在很短的時間間隔內工作得很好,但是當資料更新不頻繁時,這可能會導致混淆。

使用折線圖表示年收入,如果值每月更新,將開啟圖表進行解釋。使用者可能會假設連線“標記”的線代表實際值,而實際上在那個特定時間的真實收入數字是未知的。在這種情況下,使用垂直條形圖可能是更好的選擇。

◆ 6. 不要使用“平滑”的折線圖

平滑的折線圖可能在視覺上令人愉悅,但它們歪曲了背後的實際資料,而且過粗的線條掩蓋了真正的“標記”位置。

◆ 7.避免混淆雙軸

通常,為了節省視覺化空間,當有兩個具有相同度量但不同量級的資料系列時,您可能傾向於使用雙軸圖表。這些圖表不僅難以閱讀,而且還以完全誤導的方式代表了 2 個數據系列之間的比較。大多數使用者不會密切關注比例,只是瀏覽圖表,得出錯誤的結論。

◆ 8.限制餅圖中顯示的切片數量

餅圖是最受歡迎且經常被誤用的圖表之一。在大多數情況下,條形圖是更好的選擇。但是,如果您決定使用餅圖,這裡有一些關於如何使其工作的建議:

🔸不要包括超過 5–7 片,保持簡單

🔸您可以將額外的最小段分組到“其他”切片中

◆ 9. 直接在圖表上標註

沒有適當的標籤,無論你的圖表有多好 — — 它都沒有意義。直接在圖表上標記對所有檢視者都非常有幫助。查閱圖例需要時間和精力來連結價值和相應的部分。

◆ 10. 不要在切片上貼標籤

將值放在切片之上可能會導致多種問題,從可讀性問題到薄片挑戰。相反,為每個段新增帶有明確連結的黑色標籤.

◆ 11. 訂購餅圖以加快掃描速度

有幾種普遍接受的訂購餡餅切片的方法:

🔸將最大的切片放在 12 點鐘位置,然後按順時針方向降序放置下一個切片

🔸將最大的切片放在 12 點鐘方向,順時針方向放置第二大塊,然後在 11 點鐘方向放置第三個,所有剩餘的切片按順時針方向降序排列

◆ 12. 避免隨機性

同樣的建議適用於許多其他圖表。不要預設為字母排序。將最大值放在頂部(對於水平條形圖)或左側(對於垂直條形圖),以確保最重要的值佔據最突出的空間,減少眼球運動和閱讀圖表所需的時間。

◆ 13. 無法閱讀薄甜甜圈圖

餅圖通常不是最容易閱讀的圖表,因為很難比較相似的值。當我們去掉中間部分並建立一個圓環圖時,我們可以騰出空間來顯示額外的資訊,但犧牲了清晰度,如果走極端,它會使圖表變得毫無用處。

◆ 14. 讓資料自己說話

不必要的樣式不僅會分散注意力,還可能導致對資料的誤解和使用者產生錯誤印象。你應該避免:

🔸3D 元素,陰影

🔸陰影、漸變和其他顏色失真

🔸斑馬紋,過多的網格線

🔸高度裝飾、斜體、粗體或襯線字型

◆ 15. 選擇與資料性質相匹配的調色盤

顏色是有效資料視覺化的一個組成部分,在設計時考慮這 3 種調色盤型別:

一個定性調色盤效果最好分類變數的顯示。分配的顏色應該是不同的,以確保可訪問性。

一個連續調色盤最適合需要被放置在一個特定的順序數值變數。使用色調或亮度或兩者的組合,您可以建立一個連續的顏色集。

發散調色盤是兩個順序調色盤在中間(通常為零)的中心值的組合。通常,不同的調色盤會傳達正值和負值。確保顏色也符合“消極”和“積極”表現的概念。

◆ 16. 無障礙設計

根據國家眼科研究所的資料,大約每 12 個人中就有 1 人是色盲。您的圖表只有在廣泛的受眾可以訪問時才能成功。

🔸在調色盤中使用不同的飽和度和亮度

🔸以黑白列印您的資料視覺化,以檢查對比度和可讀性。

◆ 17. 關注易讀性

確保排版傳達資訊並幫助使用者專注於資料,而不是分散注意力。

🔸選擇清晰的字型,避免襯線和高度裝飾的字型

🔸避免斜體、粗體和全部大寫

🔸確保與背景形成高對比度

🔸不要旋轉你的文字

◆ 18.使用水平條形圖代替旋轉標籤

這個簡單的技巧將確保使用者能夠更有效地掃描圖表,而不會拉傷他們的脖子)

◆ 19. 選擇你的圖表庫

如果您的任務是向 Web 和移動專案新增互動式圖表,您應該問的第一個問題是我們將使用什麼圖表庫?現代圖表庫包含了許多前面提到的互動和規則。基於定義的庫進行設計將確保易於實施,並將為您提供大量互動想法。

◆ 20. 超越靜態報告

透過更改引數、視覺化型別、時間線幫助使用者進行探索。得出結論以最大化價值和洞察力。在下面的示例中,您可以看到 IOS Health 應用程式使用各種資料呈現的組合來發揮其優勢。

文章來源:機器學習與數據分析
文章連結:https://www.toutiao.com/article/7021133296029401612/?log_from=ba9a863cfc96f_1634952133575

※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※

我是「數據分析那些事」。常年分享數據分析乾貨,不定期分享好用的職場技能工具。各位也可以關注我的Facebook,按讚我的臉書並私訊「10」,送你十週入門數據分析電子書唷!期待你與我互動起來~

文章推薦

餅圖變形記,肝了3000字,收藏就是學會!

MySQL必須掌握4種語言!

太實用了!4種方法教你輕鬆製作互動式儀表板!

跟資料打交道的人都得會的這8種資料模型,滿足工作中95%的需求

妙呀!一行Python程式碼

回顧十週入門數據分析系列文:

關注數據君的臉書:

我是「數據分析那些事」。常年分享數據分析乾貨,不定期分享好用的職場技能工具。按贊我的臉書,會有豐富資料包贈送唷!

--

--

數據分析那些事
數據分析那些事

Written by 數據分析那些事

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/

No responses yet