使用数字通常不被认为是性感的工作。毕竟，会计和数据录入等职业并不是这个数字时代最激动人心的职业。
但就像现在统治世界的曾经无耻的计算机爱好者一样，数据分析师目前被视为“就业市场的独角兽”。
据LinkedIn称，能够理解大量混乱数据并在其中找到独特见解的能力是就业市场中最热门的技能之一。
并且很容易理解为什么：自2013年以来创建的数据比在该日期之前的所有人类历史中创建的数据更多。
因此，不仅对数据科学家有很高的需求，而且对那些知道如何以有效和有说服力的方式可视化和呈现数据的人也有很高的要求。
这就是数据故事讲述的地方。
的组合数据，视觉效果和故事，数据呈现的是热，新数据科学技能每个人都需要在未来。
对于那些对数字感到不舒服的人来说，这可能是个坏消息。
但在开始恐慌之前，让我们从一些简单的事实开始，这些事实将帮助您了解我们的大脑如何处理视觉效果以及如何使用这些原则来改进您的图表和图形。
视觉大脑及其工作原理
与您在高中时所学到的相反，人类视觉比处理物体反射的光要复杂得多。
虽然我们可以清楚地看到180度角内的所有东西，但实际上我们只能在两个非常狭窄的视野范围内完全准确地查看那些位于我们视野中心的物体。
那么我们怎么看不到模糊的东西呢？
由于称为扫视的快速眼球运动，我们能够感知到剩余的178度角中的物体。在没有注意到的情况下，我们的眼睛快速地晃动并固定在场景的不同点上，以从该聚合信息创建精确的视觉图。
虽然这些动作是无意识的，但我们的眼睛优先考虑他们所关注的内容。例如，明亮的颜色，不寻常的形状和移动的物体立即引起我们的注意，即使它们不在我们面前。（来源：Alberto Cairo的功能艺术）
信息来源：功能艺术
一旦光被编码成电信号，大脑就会提取主要特征，从粗略的形状和颜色的斑块开始，然后才开始真正地处理和识别人的面前的东西，使用来自长期记忆。
为了获得更直观的解释，您还可以观看Payman Taei描述我们如何感知物体背后的科学：https://youtu.be/lKqqA4fCDzA
我们的视觉大脑被差异所吸引
因此，我们的眼睛不是像摄像机那样捕捉整个场景，而是首先关注突出的关键点。这就是我们的视觉大脑立即注意到差异和对比的原因。
只需看看下面的图片。你在前两个插图中看到熊有多长时间了？最后一个？
这个简单的练习表明，我们的大脑在识别颜色而不是形状方面的差异要好得多。
我们的大脑旨在识别模式
您是否知道在您有意识地意识到之前，您的感官会不断处理来自环境的各种信息？
这称为预先处理，如果没有它，我们会浪费大量时间来了解周围的世界。
值得庆幸的是，我们的视觉大脑通过自动检测对象之间的差异和相似性使我们的事情变得容易。
例如，请看下面的图片。
你是否立即专注于中间的一个大矩形？在第二部分中，您可能会立即注意到一个矩形如何具有垂直方向，而不像其他矩形。
这是您的视觉大脑：它旨在注意模式并立即检测到这些模式的中断。
视觉大脑的5个数据讲故事技巧
现在我们已经看到了我们感知对象的方式背后的科学，让我们看看这些知识如何转化为创建有效和有说服力的数据可视化的实用技巧，来自哈佛商业评论指南Good Charts。
1、我们的眼睛不遵循特定的顺序
阅读带有文本的页面和阅读表或图之间的第一个区别是，在第一个页面中，您按顺序阅读：从左到右，从上到下，在西方文化中。第二个，没有预定的顺序 - 你只需要去你的眼睛。
步伐也不同。你不是逐行阅读，而是从一件事跳到另一件事，而在某些部分上花费的时间比其他部分要长。
这意味着创建有效的可视化尤其具有挑战性，故意将观众带入预定义的视觉旅程。
2、我们的眼睛首先关注突出的东西
当我们查看表或图（如下图所示）时，我们不会立即看到所有内容，而是专注于一个突出点。
信息来源：监狱政策倡议
在该图中突出的第一件事是最右边的峰值。这种视觉的核心信息非常清楚：自20世纪70年代以来，美国的监禁率呈指数增长。
最好的数据故事讲述者利用这一原则，通过创建图表和图表，一条明确的信息可以毫不费力地理解。
3、我们的眼睛可以同时处理一些事情
每当你有一个超过5到10个变量的图形或图表时，各个单位就开始失去个性，被我们的眼睛视为一个整体。
考虑到这一点，您应该简化图表，以便突出显示您想要制作的一个主要点。
以此图表为例。你注意到的第一件事是中间的高峰，绿线和“停电”这个词。
如果目标是通过声明性图表（而不是探索性的图表）传达明确的信息，那么你会发现这里没有明确的信息。
例如，假设您想要显示即使在停电后性能等级继续下降，那么观众也必须努力寻找这种趋势，因为背景中的高峰会分散绿线。
在这种情况下，最佳解决方案是消除客户服务呼叫数据的数量，并关注停电前后的客户服务评级。
4、我们试图在数据中找到意义
另一个重要的事实是，我们的大脑旨在立即寻找连接并尝试在数据中找到意义。
如果你看一下这张图表，你会发现你的大脑无意识地将标题中的橙色和橙色点之间的联系起来。
“这必须意味着橙色圆点代表了最佳表现者，”我们的视觉大脑得出结论。
错误。实际上，表现最好的是那些绘制在图表右上角并且与颜色选择无关的表现。
了解这一点，我们必须做出明智的设计决策并刻意分配颜色，以改善视觉功能。
5、我们以文化习俗为指导
我们认为某些惯例是理所当然的。例如，在西方文化中，我们都直观地知道，当可视化时间时，它从左向右移动，而不是从右向左移动; 或者蓝色意味着冷和红色意味着热。
视觉隐喻也是如此：我们都将金字塔与层次结构或比例与两个事物的比较相关联。
如果你忽略这些约定，那么不用说你的视觉效果很难破译。
只要看一下这个图表，当时间放在Y轴而不是X上时，从中提取意义是多么困难。
如何改进数据叙事的例子
以下是一些如何改进图表和图表的例子，这些图表不是简单地显示数据而是讲故事，来自Cole Nussbaumer Knaflic的“ 讲故事与数据 ”一书。
前
此条形图显示一年内收到和处理的故障单数。
后
如果您的目的是传达信息并将某人转移到特定的行动（在这种情况下，雇用两名新员工），那就更好了。
通过在条形图上选择折线图，收到的门票数量和处理的门票数量之间的差距越来越大。
前
这是在没有叙述或明确消息的情况下显示的数据的另一个示例。
后
现在看看以完全不同的方式呈现的相同数据集。差别很大吧？中心信息立即得到明确：在该计划之后，更多的孩子对科学感到兴奋。
使用单个图表而不是两个单独的图表可以让观众快速了解调查结果。此外，使用少数几种颜色，而不是五种或六种颜色，以及有效的标题有助于读者快速掌握程序前和程序后结果之间的差异。
前
另一个无效图表的例子是准确但不会传达或说服观众采取特定行动。
后
在此图表中，我们的眼睛立即被吸引到蓝色条带，灰色线条和蓝色点代表平均价格点。
中心信息立即明确：为了具有竞争力，理想价格在150美元到200美元之间。
前
乍一看，这个饼图似乎很清楚，但经过深入分析，你会发现它不遵守几个允许观众快速掌握信息的惯例。
通常，我们希望人工尺度上的值按顺序排列，从“根本不感兴趣”到“非常感兴趣”。但在这种情况下，值是根据每个响应的百分比排列的。
我们还希望颜色的变化对应于人工尺度，在刻度的一端有一种颜色，在另一端有第二种颜色，中间色调在它们之间。
后
乍看之下，这更容易破译。根据规模的价值安排，我们很快就会明白大多数人对这个特定的产品不感兴趣。
到你了
现在您已经学习了一些简单的原则来进行更有说服力和有效的数据叙事，您可以尝试使用这个免费的图表和信息图表工具创建自己的可视化数据故事。
如果您有任何您想分享的数据故事提示，请在评论部分下面给我们一行！