摸奶爷神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。
编者按:数据可视化已经是当今的潮流,它帮助人们更好地解读数据的意义,发掘数据背后的价值。如果采用了不合适的数据表现形式,反而会影响理解甚至造成误导,来看看本文介绍的20条实现高质量数据可视化的实用建议吧。本文来自编译。
如今应用程序的设计开发越来越多地由数据驱动,因此人们对于高质量的数据可视化需求水涨船高。但是我们发现,实践中很多图表并不容易让人理解,甚至会产生误导,因此本文列出如下20条优化建议,希望能够帮助你实现更好的数据可视化。
如果选择了错误的图表类型,或只是默认使用最常见的图表类型,可能会使用户感到困惑,或对数据的意义产生误解。一个数据集可以用很多种方式来表述,具体采用哪种方式要取决于用户的需求。所以一定要从检查数据集和调研用户需求着手来选择图表类型。
截断数据会导致错误的表述。在下面的例子中,通过左边的图表,你可以很快得出B值是D值的3倍多的结论。而实际上,二者的差距要小得多(见右图)。
左边的插图是含义模糊的折线图,右边的竖条图就很清晰地表示了每个月的数据变化
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。
有时为了节省图表空间,你可能会倾向于使用双轴图表,即两个数据系列具有相同的衡量标准,但各自变化幅度不同。这种图表不仅难以阅读,而且不能清晰地表示两个数据序列之间的对比。大多数用户不会注意显示比例,他们很可能只是扫一眼图表,然后得出错误的结论。
饼图是最受欢迎的图表之一,但也是经常被滥用的图表。大多数情况下,柱状图是一个更好的选择。但是,如果你决定使用饼图,这里有一些如何使它正确发挥作用的建议:
如果没有适当的标签,无论你的图表有多好,它都不会有意义。直接在图表上贴标签对所有浏览者都有很大帮助。而对照图例需要把数值和相应的区域一一对应上,会耗费浏览者更多时间和精力。
直接把数值标签放在区块里可能会降低图表的可读性,如果有很小的区块也不容易显示完全。正确的做法是,在区块外部添加黑色的数值标签,与每个区块标出明确的联系指向。
一般来说,饼状图不是可读性最好的图表,因为很难直观对比相似的数值。但当我们把中间的部分去掉,得到一个甜甜圈形状的图,这样的确腾出了空间来显示额外的信息,但却牺牲了清晰度,所以如果处理方式过于极端就会使图表失去作用。
避免过多不必要的华丽修饰,因为它不仅让人分心,而且可能导致对数据的误读和错误认知。制作图表时应该避免如下情况:
根据美国国家眼科研究所的数据,大约每12个人中就有一个是色盲。你的图表需要让尽可能多的受众都能够读懂,所以也要注意尽量采用无障碍设计。
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,而不是分散他们的注意力。
这个简单的技巧将确保用户能够更方便地查看图表(而不至于使他们的脖子紧张)
如果你的任务是在网络和移动项目中添加交互式图表,你应该问的第一个问题是我们将使用什么图表库?现代的图表库已经应用了许多前面提到的规则。基于一个定义好的库进行设计,可以确保实施的便利性,并为你提供大量的交互想法。
数据可视化不仅仅是静态的图表,我们有很多方法可以通过改变参数、可视化类型、时间轴来帮助用户探索和发现更多结论,使数据价值和洞察力最大化。在下面的例子中,你可以看到 iOS 健康应用程序,它使用了各种数据展示的组合进行很好的展示。
|