如今，商業領域的決策越來越重視數據驅動，數據可視化已經是當今的潮流。高質量的數據可視化能幫助人們更好地解讀數據的意義，發掘數據背后的價值。但是我們發現，實踐中很多圖表并不容易讓人理解，甚至會產生誤導。本文列出如下20條優化建議，希望能夠幫助你實現更好的數據可視化。

選擇正確的圖表類型

如果選擇了錯誤的圖表類型，或只是默認使用最常見的圖表類型，可能會使用戶感到困惑，或對數據的意義產生誤解。

一個數據集可以用很多種方式來表述，具體采用哪種方式要取決于用戶的需求。所以一定要從檢查數據集和調研用戶需求著手來選擇圖表類型。

四種類型的圖表應用：關系、比較、構成、分布

根據數據的正負值確定正確的繪圖方向

當使用水平條圖表時，請注意要在基線的左邊繪制負值，在右邊繪制正值。

不要在基線的同一側繪制負值和正值。

正值和負值在X軸和Y軸上的映射

柱狀圖的起點要從0基線開始

截斷數據會導致錯誤的表述。在下面的例子中，通過左邊的圖表，你可以很快得出B值是D值的3倍多的結論。而實際上，二者的差距要小得多（見右圖）。所以，從零基線開始作圖，可以確保得到一個更準確的數據表示。

兩個垂直條形圖，一個基線起始點為0，一個基線起始點為375

線形圖可以使用自適應的Y軸刻度

對于折線圖來說，如果總是將Y軸的顯示起點限制在0，可能會使圖表折線顯示上缺少起伏，幾乎是平坦的。由于折線圖主要用來表示趨勢，所以最好能夠根據特定階段的數據集來調整顯示比例，并保持折線圖形顯示在Y軸范圍的三分之二區域內。

線形圖，左邊幾乎是平的，右邊則很好地描述了趨勢

使用折線圖時要考慮到數據的時間序列

折線圖是由線條連接的一系列“標記”組成的，通常用于形象地顯示數據在時間間隔（一個特定的時間序列）內的變化趨勢。這有助于說明數值是如何隨時間變化的，在時間間隔較短的情況下效果非常好，但當數據更新不頻繁時，可能會引起混淆。

左邊的插圖是含義模糊的折線圖，右邊的豎條圖就很清晰地表示了每個月的數據變化

例如：上圖使用了折線圖來表示每年的收入，如果數值是按月更新的，那么就需要按月查看圖表。用戶可能會認為連接“標記”的線上的每個點都代表了當時的收入值，而實際上在那個特定時間的真實收入數字是未知的。在這種情況下，使用垂直條形圖可能是一個更好的選擇。

不要使用“平滑的”折線圖

平滑的折線圖可能在視覺上令人愉悅，但它們歪曲了其背后的實際數據，而且過粗的線條也掩蓋了真正的“標記”的位置。

左為“平滑”折線圖，右為清晰折線圖

避免混亂的雙軸形式圖表

有時為了節省圖表空間，你可能會傾向于使用雙軸圖表，即兩個數據系列具有相同的衡量標準，但各自變化幅度不同。這種圖表不僅難以閱讀，而且不能清晰地表示兩個數據序列之間的對比。大多數用戶不會注意顯示比例，他們很可能只是掃一眼圖表，然后得出錯誤的結論。

左圖是雙軸折線圖，右圖分為了2個獨立的折線圖

限制餅圖中顯示的區塊數量

餅圖是最受歡迎的圖表之一，但也是經常被濫用的圖表。大多數情況下，柱狀圖是一個更好的選擇。但是，如果你決定使用餅圖，這里有一些如何使它正確發揮作用的建議： 顯示的區塊不要多于5-7個，保持整體視覺簡單清晰。 你可以把多出來的幾個最小的區塊統一歸入“其他”區塊里

兩個餅圖，一個由許多區塊組成，另一個將小片區塊都歸入“其他”類別中

直接在圖表上貼標簽

如果沒有適當的標簽，無論你的圖表有多好，它都不會有意義。直接在圖表上貼標簽對所有瀏覽者都有很大幫助。而對照圖例需要把數值和相應的區域一一對應上，會耗費瀏覽者更多時間和精力。

左圖--帶有獨立圖例的餅狀圖，右圖餅狀圖，每個區域旁邊都帶有標簽

不要直接在圖表區塊里貼標簽

直接把數值標簽放在區塊里可能會降低圖表的可讀性，如果有很小的區塊也不容易顯示完全。正確的做法是，在區塊外部添加黑色的數值標簽，與每個區塊標出明確的聯系指向。

由于顏色和背景色對比度低，寫在圖表內部的標簽很難識別

對餅圖的區塊按大小進行排序以增強可讀性

在使用餅圖時，有幾種常用的方式： 把最大的一個區塊放在12點的位置，然后把其余的區塊按順時針方向降序排列。 把最大的一個區塊放在12點鐘的位置，第二大區塊順時針放在后面，第三大區塊放在11點鐘的位置，其余的區塊按大小依次順時針順序排列。

避免隨機性

同樣的建議也適用于許多其他類型的圖表，不要默認按字母順序排序。把最大的數值放在最上面（對于水平條形圖）或最左邊（對于垂直條形圖），以確保最重要的數值占據最突出的空間，減少眼睛的移動，縮短閱讀圖表所需的時間。

左邊水平條形圖順序隨機，右邊從最大值到最小值排序

細細的圈狀圖表缺乏可讀性

一般來說，餅狀圖不是可讀性最好的圖表，因為很難直觀對比相似的數值。但當我們把中間的部分去掉，得到一個甜甜圈形狀的圖，這樣的確騰出了空間來顯示額外的信息，但卻犧牲了清晰度，所以如果處理方式過于極端就會使圖表失去作用。

極細的圈狀圖

讓數據自己說話

避免過多不必要的華麗修飾，因為它不僅讓人分心，而且可能導致對數據的誤讀和錯誤認知。制作圖表時應該避免如下情況： 使用3D元素 使用陰影、漸變和其他顏色變換 使用斑馬紋和過多的網格線 使用過于裝飾性的、斜體、粗體或襯線字體

左邊的3D垂直條形圖，修飾過多，右邊去除了過多修飾

選擇與你的數據性質相匹配的配色方案

顏色是數據可視化的重要組成部分，通常配色方案類型有這3種：a.定性配色方案 最適用于分類顯示變量。選擇的顏色應該是獨特的，以確保區分度。b.順序性配色方案 最適用于需要按特定順序排列的數字變量。使用色相或明度或兩者的組合，你可以創建一個連續的顏色集。c.分歧配色方案 是兩個連續調色板的組合，中間有一個中心值（通常是0）。通常，分歧調色板用來描述數據正負值的變化。使用的顏色也需要符合“消極”和“積極”的概念。

美國3個州的地圖，每個州都應用了一種配色方案

有一個方便的工具——ColorBrewer，它可以幫助你生成各種配色方案。

無障礙設計

根據美國國家眼科研究所的數據，大約每12個人中就有一個是色盲。你的圖表需要讓盡可能多的受眾都能夠讀懂，所以也要注意盡量采用無障礙設計。 配色方案中使用不同的飽和度和亮度。 用黑白兩色打印你的數據可視化圖表，檢查其對比度和可讀性。

左邊是在灰度形式下無法閱讀的圖表

注重可讀性

確保排版能夠準確清晰地傳達信息，幫助用戶關注數據本身，而不是分散他們的注意力。 選擇可讀的字體，避免使用襯線字體和高度裝飾性的字體 避免使用斜體、粗體和大寫字母 確保文字顏色與背景色的高度對比 不要旋轉文字

錯誤的排版實例

使用水平條形圖而不是旋轉的標簽

這個簡單的技巧將確保用戶能夠更方便地查看圖表（而不至于使他們的脖子緊張）。

選擇合適的圖表庫

如果你的任務是在網絡和移動項目中添加交互式圖表，你應該問的第一個問題是我們將使用什么圖表庫？現代的圖表庫已經應用了許多前面提到的規則。基于一個定義好的庫進行設計，可以確保實施的便利性，并為你提供大量的交互想法。

流行的圖表庫的各種屏幕截圖

動態可視化報告

數據可視化不僅僅是靜態的圖表，我們有很多方法可以通過改變參數、可視化類型、時間軸來幫助用戶探索和發現更多結論，使數據價值和洞察力最大化。在下面的例子中，你可以看到 iOS 健康應用程序，它使用了各種數據展示的組合進行很好的展示。