数据可视化是数据理解和数据处理中的重要一环
去年，在讨论合格数字营销者的十大素质的时候，曾经指出对数字营销者而言，网站分析和媒体分析是“赖以生存”的技能，其中包括了做报表的技能和数据可视化的技能。
数字分析的三驾马车
数据可视化（Data Visualization）是理解数据的有效方法，它是让数据汇报对象更快、更具体、更准确理解数据背后的问题和机会的手段。不管你用的是Tableau、R、Excel、SAS、Google Data Studio还是其他Infogram这样的第三方工具，数据可视化总会是数据处理中最后压轴的工作。如果处理不好，那就会成为Avinash Kaushik所说的Death at the last-mile“死在终点线前”。
避免Chartjunk和Junkchart
顾名思义，Chartjunk就是图中垃圾元素，这些元素不单让阅读者分心失去数据要表达的重点。任何多余的文字、线条、坐标都会成为Chartjunk。举个栗子，随手搜个图，图中的英文皆替换为“没这个会死吗？”：
“不加这些会死吗？”
Junkchart就更要不得了。如下面这个图，有图还不如没图。
“除了三个18岁可饮酒其余均为19岁”
万恶的“饼图”
饼形图“Pie Chart”非常不利于表达数据间的大小。特别是要多组数据的时候。初学者喜欢用饼图来表示百分比，这无可厚非，因为饼图制作简单使用场景丰富。但我们看看下面这图：
不但没有正确排序而且，对那些“小数字”无法表现具体差异
“异曲同工”的还有下面这个饼图，可以体会一下：
等一下，柬埔寨和新西兰哪个更多些？各占多少？
下面这个饼图则完全是为了“好看”而存在：
沦为Junkchart的饼图
霜天建议慎重使用饼图，仅在少量数据点（如两个）和为了表现1/2，1/4，3/4，“大多数”的情况下使用。注意这里的饼图还包括环线图“Ring Chart”，道理是一样的。
专注改变的“线形图”
线形图、折线图“Line Chart”仅用于表示时间线前后的变化趋势。如果对不同类别的数据点来使用就会产生让人困惑的效果。下图就是一个常见的例子，改为柱形图为好：
自左到右并不是时间变化而是不同品类，用线形图意义不明
区别对待不同量级的数据
如果我问您在太阳系中，水星、月球和冥王星相比哪个直径更大，您是无法在下面这张图中找到答案的。因为太阳实在太大了，水星、月球和冥王星相对于太阳都只是一个像素。
太阳和太阳系行星大小对比
上图虽然可以非常直观地表现出：太阳的确巨大无比，占到太阳系总质量的99.8%很合理；木星和土星两个气巨星，以及天王星和海王星两个冰巨星都比地球大得多；但是要对比水星、月球和冥王星大小就不合适了。
把“巨星们”排出后来比较更直观
如果某几个数据点和其他的数据差距非常大的话，可以把它们隔离出来，或者用断节的柱形图来表示。另外，如果多个数据，他们的数据量及区别很大的话，可以用其他的方式来表示。线性坐标在这里就不合适了，适合用对数坐标表示。
如果你要表示少数民族人口的对比就很适合用对数坐标，因为回族的人口是土族的78倍。
少数民族人口统计
选用合适的坐标
既然上面提到了坐标，我们再强化一下。坐标必须要慎重选取，因为坐标会让数据产生视觉上的失真。请看下面这个糟糕的例子：
坐标轴错误示例
福克斯新闻曾经用过下面这张图让人们对边境拘押上升引起重视，其实并没有翻倍。
两年增长20%，并没有翻倍
堆积图的弱点
堆积图“Stack Chart”在显示整体数据对比的同时还可以显示某个数据集合内部的情况。下图显示了一个优秀的百分比堆积图：
川普和奥巴马对比明显
但是堆积图有一个很大的弱点，那就是不同数据集合间的比较会相对困难。下图就是一个例子：
由于起点不一，紫色部分的纵向比较困难
更危险的是，如果存在大小分布，那么小数据点会失去意义。如下图：
WTF？！这图想表达什么？
下图Tableau中也有堆积图，州与州之间的比较很困难。
红条长短不一让其他类别的比较变得困难
成为一个色计师
颜色在数据可视化中起到很大作用，好的颜色布局能让读者更加容易地阅读数据。比如通常我们用绿色代表好，黄色代表中性，红色代表差（负数、赤字）。下图举例：
颜色和心的大小让满意和不满意立刻凸现出来
另外在热力图中，一般低频会用冷色调，高频用暖色调，如彩虹色谱。在此就不举例了。
在企业的实际应用中倾向于选择企业VI统一的色谱，但是颜色一多后就会牺牲对比度。因此我们需要找到一些平衡点。
再有就是在对比多个产品、企业、国家时，用色也十分有讲究。如果你要对比微博和微信，那么分别用红色和绿色更能让人快速读懂。如果你要对比阿里和百度，那么你可以选择橙色和蓝色。如果你要对比香港和澳门两个特区也可以用红绿两色。
正如Maureen Stone 在其《Choosing Colors for Data Visualization》一文中指出：Contrast and analogy are the principles that define color design.（对比和类比是定义色彩设计的两大原则），你既要让数据展示合理又要符合美学。
数据可视化小贴士
下面我们提一下一些零碎的数据可视化注意点：
- 一张图讲一个故事，Say NO to Data Puking
- 对于敏感数据，不要画成绝对数，还用百分比来代替。
- 添加趋势线有助于帮助理解之后的走势。由于数据的浮动频繁，一段时间的移动均线比实际值更加能表现出趋势。
- 画图前先把明显不靠谱的outlier去掉。
- 添加数据标签来代替坐标轴上的文字可以让读者的眼球省力一些。
- 没个金刚钻不要用3D图表，气泡图和雷达图比3D来得有用得多。
- 柱状图是最频繁要用到的图，有时候可以手动自己画矩形，不必拘泥工具。
- 手动画图还可以结合PPT的动画功能，演示时更有说服力。
最后，一些延伸阅读
本文参考了下面部分资料：
https://www.kaushik.net/avinash/its-not-the-ink-its-the-think-6-effective-data-visualization-rules/
Data Visualization Inspiration: Analysis To Insights To Action, Faster!
https://moz.com/blog/impactful-data-storytelling
http://www.businessinsider.com/the-27-worst-charts-of-all-time-2013-6#canada-what-are-you-doing-that-y-axis-scale-those-grid-lines-the-fact-that-you-are-just-saying-every-provinces-age-is-19-except-three-where-its-18-this-is-terrible-9
希望本文对你有所帮助。