数据可视化，值得关注的30个技巧（建议收藏）

不少同窗学习Python是为了作数据分析及数据可视化。不过要作好可视化，准确、直观地展示数据及规律，光掌握代码层面的技术还不够。

优秀的数据可视化图表不只仅是简单地罗列、总结数据。数据可视化其真正的价值是设计出能够被读者轻松理解的数据展现，所以在设计过程当中，每个选择，最终都应落脚于读者的体验，而非图表制做者我的。

因此，今天咱们抛开代码，仅就可视化图表设计层面，来分享一下前人总结的30个小技巧。经过列举一些容易被忽略的常见错误，最终可以快速提高和巩固你的可视化制做水平。

 

1、你不得不注意的图表制做小技巧

1.条形图的基线必须从零开始

条形图的原理就是经过比较条块的长度来比较值的大小。当基线被改变了，视觉效果也就扭曲了。

 

 

2.使用简单易读的字体

有些时候，排版能够提高视觉效果，增长额外的情感和洞察力。但数据可视化不包括在内。坚持使用简单的无衬线字体(一般是Excel等程序中的默认字体)。无衬线字体便是那些文字边缘没有小脚的字体。

 

 

 

3.条状图宽度适度

条形图之间的间隔应该是1/2栏宽度。

 

4.使用2D图形

虽然他们看起来很酷，可是3d形状能够扭曲感知,所以扭曲数据。坚持2 次元，确保数据准确。

 

5.使用表格数字字体

表格间距赋予全部的数字相同的宽度，使它们排列时能彼此对齐，使比较更容易。大多数流行字体都内置了表格。不肯定字体是否正确?就看小数点(或任何数字)是否对齐就行。

 

6.统一感

统一感使咱们更容易接收信息：颜色，图像，风格，来源……

 

7.不要过度热衷于饼图

展现多个区块比例大小，全部区块（圆弧）的加和等于 100%。但最好避免使用这个图表，由于肉眼对面积大小不敏感。

 

8.折线图中使用连贯的线条

虚线,虚线容易分散注意力。相反,使用实线和颜色,反而容易区分彼此的区别。

 

9.尊重部分所占总体的比例

在人们多选的问题上就会出现比例的重叠，不一样选项的百分比之和大于一。为了不这种状况，不能直接把比例作成统计图。相较于呈现数值，有些图更着重于表现部分与总体的关系。

 

10.面积、尺寸可视化

对同一类图形（例如柱状、圆环和蜘蛛图等）的长度、高度或面积加以区别，来清晰的表达不一样指标对应的指标值之间的对比。制做这类数据可视化图形时，要用数学公式计算，来表达准确的尺度和比例。

 

11.使用大小来可视化值

大小能够帮助强调重要信息并添加上下文提示，使用大小来表示值配合地图使用的效果也很是好。若是您的可视化中有多个大小相同的数据点，它们会混在一块儿，很难区分值。

 

12.使用相同细节

添加的细节(和数字)越多，大脑处理的时间就越长。想一想你想要用你的数据传达什么，以及最有效的方式是什么。

 

13.使用基础图形

一个很好的经验法则是，若是你不能高效理解，你的读者或听众可能也难理解。所以，坚持使用基础图形:直方图、条形图、维恩图、散点图和线形图。

 

14.视图数量

将您的可视化中的视图数量限制为三到四个。若是您添加太多视图，大局会被详细信息所淹没。

 

 

 

 

2、关于图表配色，你能够参考的5条准则

 

1.颜色深浅

经过颜色的深浅来表达指标值的强弱和大小，是数据可视化设计的经常使用方法，用户一眼看上去即可总体的看出哪一部分指标的数据值更突出。

 

 

2.使用同一色系

颜色用得太花，会给数据增长不可承受之重，相反，设计师应该采用同一色系，或者类比色。

 

3.避免使用鲜艳的颜色

明亮鲜艳的颜色就像是把全部的字母都大写想要强调同样，你的听众感受你在对他们大声推销。单调的颜色，反而能很好地用于数据可视化，由于它们可让你的读者理解你的数据，而不至于被数据淹没。

 

4.标签使用不一样颜色区分

在某些状况下，在一段时间或一系列的值中，咱们可能测量了不一样种类的物体。例如，假设咱们测量 6 个月以来狗和猫的体重。在实验结束时，咱们想画出每只动物的体重，分别用蓝色和红色区分猫和狗。

 

5.颜色数量

不要在一张图上使用6种以上的颜色。

 

 

3、标准的可视化图表必定有注释

1.解释编码

经过必定的形状、颜色和几何图形的结合，将数据呈现出来。为了让读者能读清楚，图表设计者就要把这些图形解码回数据值。

 

2.轴标签

这可能看起来没有必要，或者不是颇有帮助，可是你没法想象，若是你的图表有点混乱，或者看到数据的人对此不是很熟悉，你会被问多少次 x/y 轴表明的是什么。按照前面的两个绘图示例，若是要为轴设置特定名称。

 

3.标题

若是咱们要将数据呈现给第三方，另外一个基本但关键的要点是使用标题，它和以前的轴标记很是类似。

4.重点元素作注释

一般状况下，仅仅在图表的左右两侧使用刻度自己并非很清楚。在图上标注值对于解释图表很是有用。

 

5.重要视图位置

将最重要的视图放置在顶部或左上角。眼睛一般会首先注意到该区域。

 

 

4、优秀的可视化图表，遵照的6条原则

1.数据排序有序

数据类别按字母顺序,大小顺序,或价值进行排序，以一种合乎逻辑的和直观的方式来引导读者了解数据。

2.比较数据

比较是展现数据差别的好法子，可是若是你的读者不容易看出差异的话，那么你的比较就毫无心义。确保全部的数据都是呈如今读者面前,选择最合适的比较方法。

3.不可扭曲数据

确保全部可视化方式是准确的。例如,气泡图大小应该根据区域扩展,而不是直径。

 

4.展现数据

让读者看到数据，这是可视化的重点。确保没有数据丢失或被设计。例如,使用标准的面积图时，能够添加透明度,确保读者能够看到全部数据。

 

5.删除变量

不少时候，太多的信息会影响读者的注意，从可视化中删除隐含信息是一个好主意，在这种状况下，我认为咱们不须要在轴中包含变量的名称。

 

6.避免数据噪音

把不重要的东西减到最少或者去掉。这包括减弱或移除图形线，改变轴线、图形线的颜色，以及用浅灰色描绘电子表格行。使得“数据比率”能够达到一个很高的水平，听众会更容易明白其中的数据状况。

 

5、小结

良好的数据可视化应该经过使用图形，清晰有效地传达数据信息。最佳可视化使您能够轻松地一目了然地理解数据。他们将复杂的信息以一种简单的方式分解，使目标受众可以理解并以此为基础作出决策。

“设计的基本考验是它有助于理解内容，而不是它的时尚性。-- Edward R. Tufte”数据可视化尤为应该坚持这一理念。目标是经过设计加强数据，而不是引发对设计自己的关注。

俗话说熟能生巧，在每次数据可视化的制做过程当中多思考一下，有哪些细节须要注意，这些细节的处理是否合理，相信你的数据可视化水平将会大大提高！

 

注意：若是你是打算找python高薪工做的话。我建议你多写点真实的企业项目积累经验。否则工做都找不到，固然不少人没进过企业，怎么会存在项目经验呢？ 因此你得多找找企业项目实战多练习下撒。若是你很懒不想找，也能够进个人Python交流圈：1156465813。群文件里面有我以前在作开发写过的一些真实企业项目案例。你能够拿去学习，不懂均可以在裙里找我，有空会耐心给你解答下。

 

 

如下内容无用，为本篇博客被搜索引擎抓取使用
(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)
python 是干什么的 零基础学 python 要多久 python 为何叫爬虫
python 爬虫菜鸟教程 python 爬虫万能代码 python 爬虫怎么挣钱
python 基础教程 网络爬虫 python python 爬虫经典例子
python 爬虫
(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)
以上内容无用，为本篇博客被搜索引擎抓取使用