數據可視化實際上就是為了更好的傳達信息，透過繁雜的數據通過圖表等方式清晰，有效的傳達信息，且還要注意采用的表達方式不會分散用戶的注意。

首先看一下下面這幅圖：

是不是看到這個圖的時候一副黑人問號臉?

這是什么?我是誰?我在哪里?這個圖想表達什么?

3D圖像提供的立體感會讓我們大腦無法清晰的判斷出表達的含義，線條的厚度產生的陰影等這些不必要的信息我們稱之為圖表垃圾，他們會干擾我們的大腦對于數據的判斷。

我們換一種方式展現：

我們可以清晰的看出各項指標的趨勢。但還是有問題，三條顏色不一的線條是什么?這個圖想要告訴我們什么信息呢?

上面的例子告訴我們，即使擁有有價值的數據，但不能正確的進行展示，同樣無法傳達準確的信息。

在這里，我們介紹一些在數據可視化中的小技巧，讓你的可視化作品更加有價值。

做好文字標注

-對于可視化結果，人們更傾向于優先閱讀標題、文本、標簽

遲滯現象：指一系統的狀態(主要多為物理系統)，不僅與當下系統的輸入有關，更會因其過去輸入過程之路徑不同，而有不同的結果。

觀察下圖，如果讓你直接將這些黑白色塊組織成某個場景是較為困難的，但如果我告訴你圖中是一只狗在嗅地面，你可能會很輕易的感知到這個場景。

因此，在進行可視化的時候，對于無法直接進行的感知的圖表，盡量的做好標題、標簽等文字說明。

-左上角位置，閱讀效果更佳

盡可能將標題置于左上角，并使文字說明盡可能接近對應的可視化結果。

人類的自然閱讀模式通常都是從上到下，從左到右地閱讀，左上角的位置是瀏覽的最佳位置，置于左上角的內容很容易被人一眼看到，將標題置于左上角，可以在第一時間傳達圖表所傳達的信息。

排除干擾元素，減輕認知負擔

在可視化中，人們觀察物體的變化需要集中注意力，因此要在可視化中突出變化，以減輕認知負擔。

盡可能地擴大視覺要素間的差異使她們更加清晰。

盡量少使用雜亂的紋理，它很容易將讀者的注意力轉移到紋理(所產生的大量邊緣)上而忽略了視覺要素本身。

在上面的地圖可視化中，右圖在左圖的基礎上增加了一些網格線，這些網格線擾亂了我們的視線，左圖明顯要更為清楚一些。

巧妙使用對比，突出強調重點

-高對比度，區分不同的區域

人類視覺系統觀察的是變化，而不是絕對值，并且容易被邊界吸引，在不同物體間使用高對比度使得物體更容易被區分，幫助讀者有層次感的去理解想要表達的信息。

-使用亮度產生對比優先于“色彩”

在上圖中，需要突出的重點是Ugent，中間的圖利用顏色來進行對比，但感覺有些雜亂，但是能夠看出圖中的線分為了三種類型，最右邊的圖是利用明暗效果來進行對比，你是不是一眼就看到了Ugent,說明這個對比是成功的。

在進行明暗對比時，各種顏色搭配的對比效果：間隔的灰階>連續的灰階>多種顏色

利用對比度做的比較好的可視化案例：

-突出重點

讓用戶的視線聚焦在可視化結果中最重要的部分

提供給用戶有層次的可視化結果，幫助用戶找到正確的閱讀可視化結果的方法

顏色的運用

-對小區域使用明亮飽和的顏色，對大區域和背景使用低飽和度和柔和的顏色

以上兩幅圖都是對同一幅地圖的展示，左邊圖上的色彩較明亮，小區域是用紅色來表示，雖然實際較小，卻看起來更大了。一般來說，小區域的顏色要比大區域的顏色更難感知，因此在小區域使用明亮飽和的顏色。

-顏色不宜過多，使用適當的顏色

圖表中的顏色不宜過多，過多的顏色會讓人眼花繚亂，分不清重點。

 

顏色恰到好處的使用會讓我們的圖表更為吸引人，我們常用相同的顏色表示同一類數據，而重點可以通過加深顏色等來突出。

-飽和度不宜過高

對比度太強烈，兩個飽和度過高的顏色會給讀者的視覺帶來強烈的不適感。對于我們的數據展示產生較大的干擾。

 

-明暗搭配，突出重點

從色彩布局來說，如果底色選擇了厚重的深色，那就需要用較亮的顏色搭配，來進行一種色彩上的平衡，反之也一樣，這樣做的目的是給人一種視覺上的刺激，除了中間的圖片，我們可以一眼就看到淺色的這部分。

-顏色選擇要有主從

在大片的深色中，放入的淺色則為主色，賓色要服從主色。

-使用過渡色使畫面有美感

以圓心為中點，沿半徑向外延伸，漸變色的使用讓整個畫面呈現出美感。

圖表的正確使用

基本的折線圖、直方圖就不再多說，我們列舉幾個數據分析師常用的圖表

-桑基圖

桑基圖主要表示信息的變化和流動狀態。

-和弦圖

它是以一種圓形的方式來展現的，在一定程度上顯得更為美觀。

-樹形圖

樹形圖擅長表達非常多的類目，通過不同色塊來進行表示不同類目，不同區塊大小表示不同的數值，樹形圖將柱狀圖不擅長的問題成功彌補了。

-箱線圖

箱線圖可以準確的將數據四分位數、中位數、最大(小)值表示出來。離散的數據都可以用它來描述。

箱子上下兩端代表在75%和25%的值，而中間的線代表中位數。可以比統計表格更為直觀的比較數據的值。

-散點圖

散點圖可以通過坐標軸表示兩個變量之間的關系，在統計中的回歸分析及聚類分析等方面散點圖能更直觀的表現出含義

而散點圖的兄弟氣泡圖則是三個變量，氣泡圖面積的大小可以進行數據大小的比較

-詞云圖

根據詞匯出現的頻率用不同的字體大小，不同的顏色來進行比較。更適合用于突出主題