大家好，我是東哥。分享一篇數據可視化方法使用邏輯的文章，掌握這個邏輯框架有助于我們迅速調出可視化方法應對問題分析。

如果你已有一組或兩組可靠的統計，并準備分享給你的聽眾。寫出來？畫張圖？用表格？為了確保你的聽眾理解信息，統計的呈現必須要可信和精確。 

然而可視化類型的選擇，既不是純粹美學也不是完全個人化。一個不合適的方案，受眾可能會覺得乏味或者費解，甚至兼而有之。更有甚之， 不精確的數據可視化會造成你和你聽眾之間的信任壁壘。 

所以，讓我們淺析如何選擇最精確和有趣的方式來可視化你的數據。

01 條形圖

對于隨時間發展或按多個類別（如不同行業或貨物或兩者）分組的數據集，條形圖是一個可靠的選擇。以下是一些有助于保證條形圖易于閱讀的技巧：

•  按發生時間順序排列條形圖。
•  按發生時間順序排列條形圖。
•  避免對數據由高到低或由低到高排序，按發生時間順序對受眾是更優計量法則。

對于包含多個類別的條形圖，你可以為每個類別創建單獨的圖形，也可以在每個時間標簽上合成多個條形圖（每個類別一個）為一個。這些條可以并排排列，也可以堆疊在一起，如圖中藍牙的交互式年度報告所示：

支持藍牙的設備遍布全球（十億級別）。節選自一份藍牙交互報告，由殺手視覺策劃設計。

如果數據集被分組為多個類別，并且沒有時間規律，可將數據由多到少或由少到多排序。這種組織方式有助于迅速得出結論。然而，如果數據累加起來為一個整體，例如分類總收益，用條形圖表現就不是很顯著。對于這種類型的信息，應該改用餅圖。我接下來很快會說到。

02 折線圖

與條形圖非常類似，折線圖對于顯示隨時間變化的數據或按類別分組的數據非常有用。但線圖可以包含微末細節。對于展示長時間跨度的信息，或者顯示大量增量變化的數據，折線圖是個極佳的選擇。這是因為折線圖的天然屬性允許它在更細的粒度彎曲和變化。

一張沒人看得懂的漂亮圖表就只是抽象藝術。

事實上，你應該在折線圖只有幾個時間點的數據時小心一點。當你不知道精確的數據來填充兩個已知數據點之間的時間段，只能畫出一條預測的直線。然而，這兩個時期之間的增長率或下降率可能沒那么線性。因此，折線圖應謹慎使用，并與完整的數據集一起使用，以避免數據失真。

Allen Downey在他的文章中用折線圖舉了一個很好的例子，文章關于是否第一胎嬰兒更可能晚產。他用一個折線圖來描繪九周內出生的可能性：

考慮到這個圖表是基于30000多個數據點（每個點記錄一個真實的出生）的，這些數據完全足夠表征所有的增量變化，并得出一個平均分布。

如果不按時間或類別展示數據，使用折線圖則不適合。不過，分類數據有許多有用的圖表運用形式。下面是另一種極佳的選擇展示對于一個整體的比例。

03 餅圖和圈圖

圓圖是被最廣泛使用的數據可視化形態之一。圓圖包括餅圖（實心）和圈圖（中空，周邊為圓形數據條）。

這種類型的圖表非常流行，糟糕的是，它也是最常被錯誤使用的數據可視化類型之一。

只有當你展示的各部分加起來是一個整體時，才能使用圓圖。例如，“75%的毛蟲喜歡蘋果”可以用餅圖顯示，因為它指的是所有毛蟲100%中的75%。

你還可以將比例轉換為此目標的百分比。如果數據點是四分之三的毛蟲，那就相當于75%的毛蟲。

不精確的數字可視化構成了你和受眾之間的信任障礙。

不像條形圖和折線圖，圓圖不能展現增長或減少趨勢。來看一個能表達我意思的案例，一份來自Tubular Insights的視頻市場統計。 

2016年至2017年間，在YouTube上品牌視頻內容瀏覽量增長了99%。下圖中顯示99%的圓圖就不對。這將使它看起來像99%的視頻觀看是品牌視頻，然而事實并非如此。取而代之的是，您需要帶有兩個條形數據的條形圖，一個表示2016年的基線瀏覽量，另一個表示比該基線增長99%：

這個案例可能不是很直觀。如果你不經常處理百分比數據，百分比的變化可能會很棘手。Investopedia的這張備忘單可以幫助您處理這種類型數據。

如果要使用餅圖來展示隨時間變化的數據，則需要為測量數據的每個時段創建一個新圖表，并將它們一起顯示以進行比較。

04 數量圖

數量圖是一個用重復的符號或圖標展示數量的圖標。一個常見的例子是使用多個人物圖標來展示的人的數量。你可能發現，浴室門上用經典的男女圖標就是這種方法。

數量圖非常適用于較小數量（比如“我們街上新開了12家餐館”）。它們也適用于小百分比或小比例的餅圖。例如，“我們的街上四分之三的餐館[75%]在賣披薩”。

對于較大的數字，數量圖通常不起作用。想象一下，你的統計數據是“2018年售出11214件商品”。你的設計中沒有11214個圖標的空間——如果你認為你有，我建議你再想想！這是一個龐大的數字來一一列舉。所以，很自然聯想到增加一個代表物——“1個購物袋=1000件商品”，然后只顯示11個購物袋。沒錯吧？

不精確的數字可視化構成了你和受眾之間的信任障礙。

你可能是想展示這是一個巨大的，令人印象深刻的數字。但是當你這樣縮減數量，可視化的效果卻會適得其反。即使有代表物，十一個購物袋看起來可能感覺都沒有那么大。數字“11214”本身更有說服力。（我會稍后討論為什么版面設計更適合這些統計數據。）

比例也是相似的情況。例如，想象一下使用數量圖可視化統計數據“2018年售出的11214件商品中有8370件是杯子”，還是算了！所以如果你需要一個代表物來說明它，數量圖并不是一個合適的選擇。

如果你的統計到目前為止符合數量圖，你該思考下該使用什么象形圖。注意：象形圖非常簡單，可能會對于嚴肅主題過于貧乏。你不會讓簡單圖標讓你嚴肅主題變得特別瑣碎吧。

如果你的統計體量過大或者不適合象形圖，排版設計是個輕松的彌補方案。現在就說說在什么時候怎么樣把它結合進你的設計。

05 排版設計

我敢打賭你沒想到在一篇關于數據可視化的文章中會看到關于排版的部分。但如果使用正確，排版設計確實可以讓信息生動起來。

事實上，在很多局限的情形中，排版確實是最好的解決方案。顯然，你不應該僅僅因為做視覺效果而選擇排版。不要尋求老的僅含文本的解決方案！取而代之的是，聰明地使用排版來獲得一個成功而有效的內容。

如果出現以下情況，您的數據點或數字就會是一個很好的排版元素：

•  數據很大（大于100）。
•  并不是整體的百分比或者增加/減少的百分比。
•  數據獨立——不與其他數據比較。

在開始排版之前，請對照上面的每一點檢查你的數據，并考慮我已經討論過的其他類型的數據可視化。你應該在排版前排除所有其他可能性。這是因為視覺效果明顯地更有吸引力、更有效地吸引你的受眾。然而，視覺效果只有在準確的時候才是有效的。如果你的數據可視化帶來了困惑或者不精確，那就使用文字。

一個增強排版效果的方法是將它與一個象形圖（就在數量表用的一樣，一個就行）、一個圖標或一個插圖結合起來。這將有助于為觀看者提供有關統計主題的可視上下文，同時讓數字本身表達該有的意思。

這里挑選了一個針對不同類型數據可視化（包括排版）案例，其中也包含了排版：

來源：Killer Visual Strategies

在這個例子中，使用數量圖可視化數字16是有意義的——它是小數字，因此很容易直觀地相加。但是180萬的統計數據如果使用數量圖一一列舉，就會難以理解。正如前文提到的，如果你覺得需要使用一個代表物，比如將每個圖標的數量等同于100或1000個，那么選擇數量圖就不合適。這就是為什么很大的數字通常最好留給排版處理。

無論哪種解決方案最適合你的數據，美學考慮橫跨了所有形式的數據可視化。除了單純地使用合適的數據可視化技術外，你還必須使用正確的美學語言展示信息并傳達給受眾。一個有趣的現代霓虹燈式折線圖，可能就不適用于投資者和企業高管。一個平面灰度的餅圖就不合適出現在夏季露營手冊上。

所以，一定要確保形式和功能被同等考慮——因為一張沒人看得懂的漂亮圖表就只是抽象藝術。