数据可视化不是关于显示数据; 它是以更容易理解的方式显示数据 - 这就是真正的价值所在。如果你想真正“看到”我们的意思，请看一下这个快速视频：
视频地址：https://vimeo.com/29684853
不幸的是，很多人认为将几张图表放在一起意味着您正在进行数据可视化设计。即使您对图表设计有一个很好的处理，如果您已经查看了我们的设计最常见的图表和图表的指南，那么您可以采取一些简单的方法来大规模改进数据可视化的外观 - 以及人们如何解释它。
我们在这里概述的提示涵盖了我们看到的一些最常见的错误，以及我们团队最喜欢的技巧。无论您正在使用什么，这里是如何增强和升级您的数据可视化设计，以获得最终的理解。（我们甚至按类别安排了我们的列表，以防您需要快速参考。）我们希望他们能提供帮助。
目录
扫描二维码关注公众号，回复： 3924629 查看本文章
25个数据可视化设计技巧
首先，我们要记住一些常见的事情。请记住，您所做的每一个数据可视化设计选择都应该增强您的读者体验 - 而不是您的体验。（对不起，但这并不是要炫耀你的甜蜜艺术技巧。）请遵循以下提示来确保您的数据正确：
- 选择讲述故事的图表。 可以有多种方法准确地可视化数据。在这种情况下，请考虑您要实现的目标，正在沟通的信息，您尝试联系的人等。
- 删除任何不支持故事的内容。不，这并不意味着你杀死了一半的数据点。但请注意图表垃圾，额外副本，不必要的插图，阴影，装饰等等。数据可视化的好处在于设计可以帮助完成繁重的工作以增强和传达故事。让它发挥作用。（哦，不要使用3D图表 - 他们可能会扭曲对可视化的看法。）
- 理解设计。创建可视化后，请退后一步，考虑可以添加，调整或删除哪些简单元素，以使读者更容易理解数据。您可以在折线图中添加趋势线。您可能会发现饼图中有太多切片（最多使用6个）。这些微妙的调整产生了巨大的差异。
对照
数据可视化使比较变得更加容易，让您实际“看到”两个不同的数据集如何相互叠加。但只是并排放置两张图表并不一定能实现这一目标。事实上，它可以使它更加混乱。（曾经试图比较32种不同的饼图吗？是的，不这么认为。）
- 如果可能，请包括零基线。虽然折线图不必从零基线开始，但如果它给出更多上下文以进行比较，则应该包括折线图。如果数据中相对较小的波动是有意义的（例如，在股票市场数据中），您可以截断比例以显示这些差异。
- 始终选择最有效的可视化。您需要视觉一致性，以便读者可以一目了然地进行比较。这可能意味着您使用堆积条形图，分组条形图或折线图。无论你选择什么，都不要让读者努力比较太多东西。
- 观看您的展示位置 Ÿ OU可能有是为了让读者比较点两个漂亮的堆积条形图，但如果他们放在离得太远，“搞定”的比较，你已经失去了。
- 讲述整个故事。 也许你在第四季度的销售额增长了30％。精彩！但更令人兴奋的是什么？显示自第一季度以来您实际上已经实现了100％的销售增长。
复制
当然，数据是关于数字的，但它通常与副本一起使用，以帮助提供当前要点的背景。也就是说，在许多数据可视化，信息图表和电子书中，我们看到数据可视化和复制相互作用而不是相互作用。
- 不要过分解释。如果副本已经提到了一个事实，则子标题，标注和图表标题不必重复它。
- 保持图表和图表标题简单明了。 没有必要变得聪明，冗长或苛刻。将任何描述性文本保留在图表简介上方，并与下面的图表直接相关。记住：专注于最快捷的理解之路。
- 明智地使用标注。标注不在那里填补空间。应有意使用它们以突出相关信息或提供其他背景信息。
- 不要使用令人分心的字体或元素。有时你需要强调一点。如果是这样，只使用粗体或斜体文本来强调一个点 - 并且不要同时使用它们。
颜色
如果使用得好，颜色是一个很好的工具。如果使用不当，它不仅会分散注意力，还会误导读者。在数据可视化设计中明智地使用它。
- 使用单一颜色表示相同类型的数据。如果您在条形图上逐月描述销售，请使用单一颜色。但如果您将去年的销售额与分组图表中的今年销售额进行比较，则每年应使用不同的颜色。您还可以使用强调颜色突出显示重要数据点。
- 注意正面和负面的数字。不要将红色用于正数，要么使用绿色表示负数。那些颜色关联是如此强烈，它将自动翻转观众心中的意义。
- 确保颜色之间有足够的对比度。如果颜色太相似（浅灰色与浅色，浅灰色），则很难区分。相反，请勿使用高对比度的颜色组合，如红色/绿色或蓝色/黄色。
- 避免模式。条纹和波尔卡圆点听起来很有趣，但它们会令人难以置信地分散注意力。如果您尝试在地图上区分，请使用相同颜色的不同饱和度。在这方面，只使用纯色线（不是破折号）。
- 适当选择颜色。有些颜色比其他颜色更突出，给这些数据带来了不必要的重量。相反，使用具有不同色调的单一颜色或两种类似颜色之间的光谱来显示强度。请记住，也要根据值直观地编码颜色强度。
- 不要在一个布局中使用超过6种颜色。说够了。
标签
标签可以是一个雷区。读者依靠标签来解释数据，但是太多或太少都会干扰。
- 仔细检查所有内容是否已标记。确保所有需要标签的东西都有一个 - 并且没有双打或拼写错误。
- 确保标签可见。所有标签 应畅通无阻，并可使用相应的数据点轻松识别。
- 直接标记线条。如果可能，请在数据点中包含数据标签。这使读者可以快速识别线条和相应的标签，这样他们就不必去寻找传奇或类似的点。
- 不要过度标记。如果数据点的精确值对于讲述您的故事很重要，那么请包含数据标签以增强理解力。如果准确的值对于讲述您的故事并不重要，请保留数据标签。
- 不要以一定角度设置类型。如果您的轴标签过于拥挤，请考虑删除轴上的所有其他标签，以使文本更舒适。
排序
数据可视化旨在帮助理解。难以理解的随机模式令您感到沮丧，并且对您尝试沟通的内容不利。
- 直观地排序数据。应该有一个逻辑层次结构。按字母顺序，按顺序或按值排序类别。
- 一致订购。图例中项目的顺序应模仿图表的顺序。
- 订单均匀。在轴（0,5,10,15,20）上使用自然增量，而不是笨拙或不均匀的增量（0,3,5,16,50）。
当然，如果您真的希望保持最佳状态，请确保您及时了解数据叙事的最佳实践。如果您还想要更多提示：
- 详细了解内容营销人员为何需要数据叙述。
- 避免视觉内容中的这8个错误。
- 尝试这5种简单的方法来查找数据中的故事。
- 查看您面前的9大数据来源。
- 了解如何制作有效的数据叙述。
- 试试我们简单的数据设计平台Visage。
原文：https://www.columnfivemedia.com/25-tips-to-upgrade-your-data-visualization-design