可视化最佳实践

Tableau 中的数据可视化

Maarten Van den Broeck

Content Developer, DataCamp

糟糕数据可视化的后果

• 丑陋图表（"垃圾图"）

• 使干系人失去兴趣

• 可视化不清晰、不友好

• 误导性结论

数据可视化的常见错误

• 可视化选择不当

• 图表元素设计具有误导性

• 颜色、形状、大小使用不当

• 图表格式疏忽

• 缺失数据处理错误

为用例选择合适的图表

• 一类用例对应一种图表
  • 比较：如柱状图或折线图
  • 关系：如散点图
  • 分布：如直方图或箱线图
  • 组成：如堆积柱形图
• 变量、类别数量？
• 静态还是随时间变化？
• 绝对值（#）还是相对值（%）？

• 还应考虑：
  • 可视化目标
  • 受众的数据素养水平

¹ https://www.datacamp.com/cheat-sheet/data-viz-cheat-sheet

正确设计图表元素

• 为图表与坐标轴添加标题
• 若无数值标记，请设置清晰轴标签
• 坐标轴起点保持为0

有意识地使用颜色

• 应：

  • 谨慎使用
  • 用于突出关键数据点
  • 使用清晰、易区分的颜色（考虑色盲）
  • 可与调色板、品牌色等匹配

• 不应：

  • 使用红/黄/绿，除非表示进度（差->好）
  • 给每个数据点、柱、类别都上色

有意识地使用形状与大小

• 应：
  • 仅在有增益时，将其作为额外变量使用。
  • 选择能区分类别的形状。

• 不应：
  • 避免用符号充当条形/柱形。
  • 若会分散注意或使图表难读则不使用。

空值背后的（未）述之事

"美好"故事：

完整故事：

Passons à la pratique !

Tableau 中的数据可视化