查看原文
其他

为何你只能做出渣图表?数据可视化的十大误区

2016-08-29 爱数据学习社 大数据


来源:爱数据学习社(ID:lovedatacn)


数据可视化,是一种用来将复杂信息数据清晰表述出来的强大有力的工具。


通过可视化信息,我们的大脑可以更有效地合成和保留信息内容,增强对信息的理解。但是如果不正确数据可视化,它可能弊大于利。错误的图表可以减少数据的信息,或者更糟的是,完全背道而驰!

这就是完美的数据可视化极其依赖设计的原因。


设计师要做的,不仅仅是选择合适的图表类型,更要以一种容易理解的方式来呈现信息,设计出更直观的导航系统,让观众做尽可能减少理解方面的麻烦,做到一目了然。


当然,并不是所有的设计师是数据可视化专家,这就是为什么大部分的图表看上去是那么滴糟糕,简直就是一坨屎!

这里有10个数据可视化的案例,包括你可能犯的错误和快速修复补救的方法。


错误1:混乱的饼图分割


饼图,是最简单的图表之一。不过偏偏有人喜欢把它搞得很复杂。

饼图的设计应该直观而清晰,理论上,一个饼图不应该分割超过5块。下面就是两种可以让读者的注意力瞬间集中到你要表述的重点的方法。


方法一:将最大的部分放在12点钟方位,要顺时针。第二部分12点钟,逆时针方向。剩下的部分可以放在下面,继续逆时针方向。

方法二:最大一块12点钟开始,顺时针方向旋转。剩余部分在降序排列,顺时针。

错误2:在折线图中使用不连贯的线条


虚线,虚线容易分散注意力。相反,使用实线和颜色,反而容易区分彼此的区别。

错误3:数据排序混乱


你的内容应该以一种合乎逻辑的和直观的方式来引导读者了解数据。所以,记得将数据类别按字母顺序,大小顺序,或价值进行排序。

错误4:数据模糊不清


确保没有数据丢失或被设计。例如,使用标准的面积图时,可以添加透明度,确保读者可以看到所有数据。

错误5.让读者自己解读


设计师应该使图表尽可能轻松地帮助读者理解数据。例如,在散点图中添加趋势线来强调的趋势。

错误6:扭曲数据


确保所有可视化方式是准确的。例如,气泡图大小应该根据区域扩展,而不是直径。

错误7:在一张热力图上使用不同的颜色


颜色用得太花,会给数据增加不可承受之重,相反,设计师应该采用同一色系,或者类比色。

错误8:条状图太胖或太瘦


或许你的报告很有创意,非常精彩,但是记得图表设计水平也要跟上。条形图之间的间隔应该是1/2栏宽度。

错误9:很难比较数据


比较是展示数据差异的好法子,但是如果你的读者不容易看出差别的话,那么你的比较就毫无意义。确保所有的数据都是呈现在读者面前,选择最合适的比较方法。

错误10:用3D图表


虽然他们看起来很酷,但是3d形状可以扭曲感知,因此扭曲数据。坚持2次元,确保数据准确。

怎么样,上述10条,你中枪了没有?



近期精彩活动(直接点击查看):

福利 · 阅读 | 免费申请读大数据新书 第11期 



END

 

版权声明:

转载文章均来自公开网络,仅供学习使用,不会用于任何商业用途,如果出处有误或侵犯到原作者权益,请与我们联系删除或授权事宜,联系邮箱:holly0801@163.com。转载大数据公众号文章请注明原文链接和作者,否则产生的任何版权纠纷与大数据无关。


大数据

为大家提供与大数据相关的最新技术和资讯。


长按指纹 > 识别图中二维码 > 添加关注


近期精彩文章(直接点击查看):

160718 12种思维导图工具助你成为结构化思维专家

160717 从O2O到全民直播:95%的创业者败给了认知界限 

160714 关于反爬虫,看这一篇就够了

160710 他是比尔盖茨的偶像,用50年写出编程圣经,被奉为程序员鼻祖

160611 腾讯的实践表明:最重要的不是大数据,而是……

160519 史上最全的大数据分析和制作工具

160515 深解读:什么是数据科学?如何把数据变成产品? 

160511 一篇文看懂Hadoop:风雨十年,未来何去何从

160510 全球20个最佳大数据可视化工具,高级PPTers的法宝

160503 一篇对大数据深度思考的文章,让你认识并读懂大数据

160428 2016年,文本分析、情感分析和社交分析的10大趋势

160423 10年内,这三大领域将被人工智能和大数据重塑

160412 爬取QQ空间3000万用户,玩玩大数据分析 

160331 华为内部狂转好文,有关大数据,看这一篇就够了!

160303 大数据的误区:数据统计≠大数据

160102 自拍有风险!大数据在用什么姿势“出卖”你?

151219 2016年大数据发展七大趋势

150928 大数据研究常用软件工具与应用场景

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存