数据可视化——图表设计

数据可视化是将数据信息梳理整合后图形化，将数据的内在联系和其意义更清晰高效表达的手段。图表设计是数据可视化最基础常见的应用，形式也不少，前段时间恰好做了有关于图表设计的项目，对各种图表的分类、适用情况及其特点有一些思考，写篇短文，聊以记载：）

图表的形式，根据形式来区分的话，比较主要的类型有有线型图、柱状图、饼图、雷达图及极坐标图这么几类，在这里也只对这几种类型画简图进行分析。

A.线型图

线型图，直接将数据的变量和值标记在二维坐标系上而后连线，是最为常见的图表形式。能将这些点直接相连，说明变量（即x）是有连续性的，而最常见的有连续性的日常概念，是时间。所以线型图是特别适合（也可以说几乎是仅适合）用来表达一些值随着时间的变化而变化的图。

当然也曾见过利用线型图表现类似不同人或者不同地区的数值变化，个人认为严格意义上来看，是不够严谨的，不知算不算是理科生思维在作祟：）

线型图——折线图与曲线图

折线图、曲线图，线型图的两个最基础形式。

线型图——双折线与面积图

双折线（多折线），直观的表现变量的变化趋势并呈现之间的对比关系。实际涉及到多变量，从展示上来说，最好选用对比色来表示每一项，增强识别性。

线型图以点连线来表现趋势，难免会有线条的单薄感，在线条交错与线条较多的情况下识别性会变差，而且在较开阔场合展示时也会比较难看清。在这些情况下，将线型图表现为面积图的形式是比较合理的。值得注意的还有一点，除非能保证所有变量的变化趋势完全一致，否则还是让面积图有一定透明度。

线型图——区间图与垂线图

区间图这种表现形式比较少见，但也确实见过这种形式。以折线间的距离和面积来表现区间，倒不如用柱状图表现的分明，同一数据对应的两个值比较难建立良好的联系对应关系，区间概念表达的很含糊。

垂线图是很适合平面展示数据的方式。平面图表不可交互，不用y轴，而是更为直观的把对应数值写在数据点旁边，再通过垂线使数据与x轴概念联系性和对应感增强。

B.柱状图

柱状图中，每项独立开、以高度或长度来表示数值，可以说是最常见也最为灵活的一种图表形式，能表达的概念非常多，应用场景也非常多。

常规柱状图与变形柱状图

图B1中展示了最常见的两种柱状图的形式……横的和竖的：）

最基础的形式之下，当然也有少许变形，如图B2所示，不管如何优化改变外形，“每项独立”与“以高度或长度表示数值”这两者不变的话，就依然是柱状图。

柱状图也可以用来表现折线图的特长——时间相关的图表。在表示时间图表时，折线图和柱状图各有千秋：折线图重在凸显数值随时间的变化趋势，柱状图把每个时段分开重在互相比较。

比较概念

表达两者比较概念、自身比较概念。

对比概念

表示对比概念。

范围概念与累积概念

柱状图一个“柱”可以表达多个数据：可通过上下位置表示范围概念，最常见的应用如k线图；也可通过柱内数据堆积整合，同时观察整体变化与部分所占比重与变化趋势。

C.饼图

饼图，将一个圆自12点方向开始划分为若干个扇形，以每块的面积来表示数据。它的专用场景，是用来表示比例，能方便直观的表现局部和整体的关系。

常规饼图

饼图适合表现怎样的比例数据呢？最好是所分份数不多、且某一份独占鳌头分去一大块，这样的话，饼图就能明确凸显其中数据对比，将要强调的这块儿直观的表现了出来。这也反过来说明，分类数过多或每一份数据都相近的话，其实不适合用饼图来呈现，可以考虑数据是否可进行整合或者换成别的数据表现形式。

环图

环图是饼图的非常实用的一种变形。

可以说环图兼具饼图和柱状图的特点，保留了饼图“圆”=“100%”的概念，用圆弧长度表现部分在整体中所占份额，中间又留出空隙给一些相关内容，可以说是相当实用了。

缺口环图与叠加环图与饼图叠加环图

在有的应用场景下，圆形在排版时可能有点尴尬——中间饱满、四周空缺，有点难处理。应用缺口环图就能回避这个问题，但缺口环图，还能很好的表现比例关系吗？我想是不适合的，它只能称之为弯曲的柱状图，环图一旦缺口，“圆”=“100%”的意义就已经失去了，图中绘制了一个反例。

环图的优点也在于具有可叠加性。环图叠环图或者饼图都不成问题，可实现多个数据的对比或某一数据的内部细分，在这一点上环图其实可以说是弯曲的柱状图，有柱状图的概念和功能，但又有叠来起来是“100%”的整体概念。

D.雷达图

雷达图

雷达图可以说是一种特别的折线图。坐标变形，以某一物体或主题为核心，将与其相关的多个量的值标出，首尾相连形成折线。

在这里首尾连线并不代表连续性，而只是要通过连线形成的图形，观察比对数据的倾向性。

E.极坐标图

极坐标图

极坐标图可以说又是一种特殊的雷达图。

区别只在于，它的坐标轴不再是直接相连的蛛网形而是圆形，所以它又自然而然的有了圆的特性，最适合用来表现角度、方位相关概念，如风玫瑰图。

图表设计诚然是非常好的数据可视化方式，但在做具体数据项目，难免还是会遇到一些问题。也正是对这些问题的思考，让呈现出来的数据不断优化、愈加清晰。在我的学习和思考过程中，除了对各种图表的分类和适用进行明确了之外，更重要的是跳出具体图表，对运用图表这件事有了一些界定：

其一，图表表达要真诚。这是最为基础的一点，有时巧妙微调图表就能造成理解偏差成功误导读者，《统计数据会撒谎》一书中有不少此类案例，如果连真诚也做不到，那表达就无意义；

其二，图表制作要克制。图表的第一追求是信息传达清晰完整，所以设计图表时一定要克制，对着做出来的效果要常反躬自问“这样是否有助于区分和阅读？”，力求做到数据墨水比例最高；

其三，图表有其局限性。虽然在有的情况，“有个图”会显得比较好，但在数据过多、偏差不大等情况下，还是需要考虑是不是用表格直接呈现数据更合适。

原文：https://www.jianshu.com/p/dc55dfa761b6