出色的可视化可帮助人们快速准确地理解数据，从而做出适当的决策。这些类型的可视化针对人类视觉系统 进行了优化，使信息易于掌握和有意义。当我们查看可以快速准确解释的图表时，它是通过潜意识处理而不是通过思考预先理解的。我们对正在发生的事情考虑得越少越好。

那么，我们如何利用人类视觉系统来创建有影响力的可视化？我们从理解开始，然后选择正确的元素。

数据 > 图表 > 理解

那么，什么 是可视化？数据可视化是将数据转换为视觉表示以传达某些意义。原始数据按位置、形状、大小、符号和颜色进行编码。然后通过人类视觉系统对该编码图进行解码以获得理解。没有这种理解，观众就没有任何好处。

“只有在解码有效的情况下，图形方法才是成功的。无论编码多么聪明，在技术上多么令人印象深刻，如果解码过程失败，它就会失败。” — 克利夫兰和麦吉尔，1985 年

人类视觉系统

我们必须始终考虑人类视觉系统的局限性，以创建有价值的可视化。Cleveland & McGill (1984) 的一项研究引入了一种理论，该理论根据图形元素被准确解释的可能性对其进行排序。这些元素是位置、长度、方向、角度、面积、体积、曲率、阴影和颜色。受试者使用这些不同的元素分析编码到图表中的数据。排名结果如下。

最容易准确解读

• 在一个共同尺度上的位置
• 在不对齐的尺度上的位置

有点容易准确解释

• 长度、方向、角度

最难准确解释

• 面积、体积、曲率
• 颜色和阴影

人们对难以阅读或过于复杂的图表失去兴趣。通过每个图形包含一条消息并使用易于解释的元素来简化可视化。为避免在单个图表上传达太多信息，请考虑将信息拆分为各种图表。当您有一个重点概念时，选择高级元素要容易得多。

避免使用馅饼或甜甜圈

饼图不是数据的最佳视觉表示，因为它们难以处理。他们依靠三个最难准确解释的元素：角度、曲率和面积。当两个相似的切片大小接近时，这些元素很难发现它们之间的差异。使用点图代替圆环图，因为它更容易解释比例尺上的位置。或者尝试使用条形图，因为它去除了角度和曲率，从而更容易识别数据点之间的差异。

去除噪音

通过避免会分散数据注意力的额外图形，使事情尽可能简单。封闭原则指出，人们喜欢简单的事物，并适合我们头脑中已有的结构。通过利用这一原则，我们可以去除多余的杂物，如粗边框、抽动标记、深色阴影，让数据闪耀。我们去除不必要的越多，我们的数据就越突出。确保您只保留理解所需的内容。当我们减少噪音时，我们减少了观众的认知负担。

考虑数据墨水比

确保优先考虑重要的事情。不要删除必要的数据来简化或美化图表。Edward R. Tuft 将数据-墨水比描述为显示数据的墨水量与代表图表的墨水总量之比。气泡图等图表过于图形化，往往隐藏必要的信息，使用户难以提取价值。不要为了美观而在无关紧要的事情上浪费墨水。

                     “最重要的是，展示数据。” 爱德华·R·塔夫特

使用见解作为图表标题

观众希望可视化能够立即告诉他们正在发生的事情。通过用有意义的见解替换描述性标题，用户一眼就能获得直接价值。图表标题是帮助提高信息回忆的基本元素。根据 Michelle Borkin 的研究，“富有洞察力的标题与清晰的图形相结合，可以产生更令人难忘的数据驱动体验。” 利用标题空间传达洞察力并增加对数据的即时理解。

标题作为见解的示例：

• 自上个月以来销售额增长了 40%
• 支出按预算进行
• 特斯拉本月在 SOV 领域处于领先地位

不具洞察力的标题示例：

• 一段时间内的销售预测
• 本月的预算和实际
• SOV 故障

使用标签来澄清，而不是混乱

标签和标题应该有助于用户理解数据，但太多会导致难以理解趋势和解读含义。如果数据的形状比单个值更重要，请考虑在刻度上而不是直接在图表线上显示值。如果这些值比整体数据的形状更重要，请在图表上放置标签以引起注意并将它们从轴上移除以清除混乱。

条形图提示

条形图非常适合显示当前数据

• 非常适合比较
• 根据值对图表进行排序可以更轻松地解释和比较性能。
• 移除 x 轴并将标签放置在条形之外。通过使信息随时可用，用户不必做任何工作来获取它。
• 使条形变粗 - 这是存储所有数据的地方。
• 考虑使用压缩字体来帮助有限的空间。

折线图提示

分析趋势时，折线图很棒

• 非常适合趋势或显示随时间的变化。
• 使用少于五行以获得最佳可读性。
• 将标签放置在线条颜色的线条末尾。它帮助用户将其连接到数据。
• 使用直线而不是曲线来保持数据完整性。
• 删除刻度线并减轻网格线。
• 删除 x 和 y 轴描述。图表标题应描述这些值。

最后，添加比较

可视化的目的是什么？大多数时候，它是在两个或多个数据点之间进行比较。Vesa Vuusela 说：“图表从比较中获得意义。” 通过绘制元素之间的关系，数据变得有意义。要利用的不同类型的比较是排名、数字、位置、时间、类别等。设计人员应该决定哪些比较对用户最重要。

“定量推理的核心是一个问题：与什么相比？“——塔夫特，展望信息

Powered by Froala Editor