數(shù)據(jù)可視化的道路上充滿了不可見(jiàn)的陷阱和迷宮，最近ClearStory Data的兩位數(shù)據(jù)可視化開(kāi)發(fā)人員分享了他們總結(jié)出來(lái)的數(shù)據(jù)可視化開(kāi)發(fā)的7個(gè)不宣之秘，普通開(kāi)發(fā)者了解這些方法能提升視野，少走彎路。

數(shù)據(jù)可視化，特別是基于Web的數(shù)據(jù)可視化的時(shí)代已經(jīng)到來(lái)了。類似JavaScript的可視化庫(kù)如D3.js, Raphal,以及Paper.js, 以及最新瀏覽器所支持的如Canvas和SVG，以及使得那些過(guò)去只能由計(jì)算機(jī)專家和專業(yè)設(shè)計(jì)人員開(kāi)發(fā)的復(fù)雜的可視化變得越來(lái)越簡(jiǎn)單了。

數(shù)據(jù)可視化如今成為了很多網(wǎng)站項(xiàng)目的必備功能。而類似于Platfora，Datameer, ClearStory Data以及Chartio等初創(chuàng)公司則可以利用基于瀏覽器的分析平臺(tái)融到數(shù)百萬(wàn)美元的投資。

數(shù)據(jù)可視化是數(shù)據(jù)探索以及數(shù)據(jù)表現(xiàn)的重要方式，然而，對(duì)于數(shù)據(jù)可視化的開(kāi)發(fā)者來(lái)說(shuō)，依然有很多挑戰(zhàn)要去面對(duì)。這些迎接這些挑戰(zhàn)的方法，則是很多專業(yè)的數(shù)據(jù)可視化開(kāi)發(fā)者不愿意讓別人知道的秘密。ClearStory Data的兩位數(shù)據(jù)可視化開(kāi)發(fā)人員Nate Argrin和 Nick Rabinowitz分享了他們總結(jié)出來(lái)的數(shù)據(jù)可視化開(kāi)發(fā)的7個(gè)秘密以及在實(shí)踐中如何應(yīng)對(duì)的方式。

 

秘密一： 現(xiàn)實(shí)中的數(shù)據(jù)往往很丑

大部分的數(shù)據(jù)可視化的教程，都會(huì)讓你輕松地從一個(gè)原始數(shù)據(jù)集開(kāi)始。無(wú)論你是學(xué)習(xí)基本的柱狀圖還是力導(dǎo)向的網(wǎng)絡(luò)圖，

你的數(shù)據(jù)都是干凈的，經(jīng)過(guò)整理的數(shù)據(jù)。這些完美的JSON或者CSV文件就像電視里的廚藝節(jié)目中的灶臺(tái)那樣干凈整潔。而實(shí)際上，當(dāng)你在處理現(xiàn)實(shí)中的真正的數(shù)據(jù)是，你80%的時(shí)間得用來(lái)搜尋，獲取，載入，清洗以及轉(zhuǎn)換你的數(shù)據(jù)。這樣的過(guò)程，有時(shí)候可以用自動(dòng)化的工具來(lái)完成。不過(guò)，差不多任何需要針對(duì)兩個(gè)以上的數(shù)據(jù)集進(jìn)行清洗的工作總會(huì)需要或多或少的人工的工作。有很多工具能夠把XLS文件轉(zhuǎn)化為XML的格式或者把時(shí)間戳轉(zhuǎn)換為其他日期格式。但是，要想把一個(gè)公司的內(nèi)部使用的銷售類型與競(jìng)爭(zhēng)對(duì)手進(jìn)行比對(duì)，或者對(duì)輸入錯(cuò)誤進(jìn)行檢查，或者對(duì)不同的Encoding或者OCR產(chǎn)生出來(lái)的文字進(jìn)行檢查時(shí)，就只能靠手工來(lái)處理了。

工具及處理方式：

1）在數(shù)據(jù)可視化項(xiàng)目中給數(shù)據(jù)清洗留出足夠的時(shí)間，特別是在需要處理多個(gè)數(shù)據(jù)源，需要手工錄入或者OCR數(shù)據(jù)，進(jìn)行不同類別的配比，或者需要處理一些非標(biāo)準(zhǔn)格式時(shí)，需要留出更多的時(shí)間。

2）Google Refine是一個(gè)很好的數(shù)據(jù)清洗工具，盡管在有些地方，特別是處理非表格化數(shù)據(jù)時(shí)有些不足。此外，還有一些數(shù)據(jù)清洗專用的工具如Data Wranger 和 Mr. Data Converter。不過(guò)，很多的數(shù)據(jù)清洗工作仍然需要你熟悉腳本語(yǔ)言如Python或者需要你在Excel里進(jìn)行一些手工工作。記得把你的腳本存檔，你以后肯定用得上。

3）用簡(jiǎn)單的一些散點(diǎn)圖或者直方圖來(lái)發(fā)現(xiàn)一些超正常范圍的錯(cuò)誤數(shù)據(jù)。

 

秘密二： 柱狀圖往往更好

和柱狀圖比起來(lái)，氣泡圖可以在同樣的空間表現(xiàn)更多地?cái)?shù)據(jù)，餅圖可以更清晰地表現(xiàn)整體和局部的關(guān)系，樹(shù)狀圖能夠更好地表現(xiàn)分層的結(jié)構(gòu)。然而，這些圖在簡(jiǎn)單明了方面都無(wú)法與柱狀圖相比。

在考慮數(shù)據(jù)可視化設(shè)計(jì)方案時(shí)，我們要問(wèn)自己的第一個(gè)問(wèn)題就是：“這個(gè)方案比柱狀圖好嗎？”

如果你需要在一個(gè)單一維度上可視化一個(gè)可量化的數(shù)據(jù)集，那么很少有別的方式能比得上柱狀圖。類似的，時(shí)間序列最好表現(xiàn)為線狀圖，而散點(diǎn)圖一般用來(lái)表現(xiàn)兩個(gè)線性度量的相關(guān)性。在數(shù)據(jù)可視化設(shè)計(jì)中，使用這些從18世紀(jì)以來(lái)就一直在使用的圖風(fēng)險(xiǎn)最低。

而柱狀圖對(duì)于進(jìn)行數(shù)據(jù)比較的可視化來(lái)說(shuō)是最佳方式。因?yàn)槲覀內(nèi)搜圩盍?xí)慣的比較方式就是將兩個(gè)東西并排比較。

關(guān)于柱狀圖優(yōu)先，其實(shí)揭示了數(shù)據(jù)可視化中一個(gè)最大的秘密，那就是，那些最酷的可視化往往用處反而最小。

最求新奇以及美觀的可視化往往帶來(lái)一個(gè)問(wèn)題，那就是數(shù)據(jù)的可理解問(wèn)題。很多柱狀圖的替代圖迫使人們用他們并不擅長(zhǎng)的方式進(jìn)行比較，如比較面積，角度，色彩，或者透明度等。這些比較，說(shuō)好聽(tīng)的，是增加了比較的難度，說(shuō)的嚴(yán)重一些，可能會(huì)對(duì)數(shù)據(jù)進(jìn)行扭曲，導(dǎo)致使用者得出錯(cuò)誤的結(jié)論。

工具及處理方式：

1、不要輕易拋棄那些傳統(tǒng)的可視化方式，如果這些方式能夠表現(xiàn)你的數(shù)據(jù)。先試試柱狀圖或者線狀圖，如果你的數(shù)據(jù)真的需要其他的再考慮其他圖。

2、理解其他形式的圖的表現(xiàn)優(yōu)勢(shì)，比如，氣泡圖支持更多地?cái)?shù)據(jù)范圍，餅圖支持局部全局的對(duì)比，樹(shù)狀圖能夠支持分層結(jié)構(gòu)等等。

3、柱狀圖是可視化最容易的圖形之一，你可以手工編寫一段HTML代碼，僅僅使用CSS或者很少量的JavaScript，或者從Excel里面的一個(gè)公式，就可以生成一個(gè)有效的柱狀圖來(lái)。

 

秘密三： 真實(shí)數(shù)據(jù)不可替代

對(duì)一個(gè)數(shù)據(jù)集進(jìn)行清洗和格式化已經(jīng)很繁瑣了，如果你需要設(shè)計(jì)一個(gè)基于多個(gè)數(shù)據(jù)集的可視化呢？ 比如你需要把公司不同部門的數(shù)據(jù)進(jìn)行可視化，而這些部門各自有各自的數(shù)據(jù)庫(kù)，而且你也沒(méi)有時(shí)間手工把每個(gè)數(shù)據(jù)集進(jìn)行清洗。這時(shí)候，人們的第一想法可能是抓一些Demo的數(shù)據(jù)來(lái)進(jìn)行可視化。而且你的可視化庫(kù)里可能就有一些標(biāo)準(zhǔn)的樣本數(shù)據(jù)。

很不幸，真實(shí)數(shù)據(jù)不可替代。Demo數(shù)據(jù)一般遵循正態(tài)分布而且數(shù)據(jù)量有限。是為了展示可視化用的。而一個(gè)看上去完美的柱狀圖，并不能幫助你解決那些數(shù)據(jù)缺失，異常數(shù)據(jù)或者現(xiàn)實(shí)中的真實(shí)問(wèn)題。如果你過(guò)度依賴Demo數(shù)據(jù)，當(dāng)你用真實(shí)數(shù)據(jù)時(shí)，你就會(huì)發(fā)現(xiàn)你的數(shù)據(jù)可視化設(shè)計(jì)并不能真正滿足你的數(shù)據(jù)分析或者數(shù)據(jù)表現(xiàn)的需求。

工具及處理方式：

1、如果你無(wú)法訪問(wèn)整個(gè)數(shù)據(jù)集，不妨先試試從真實(shí)數(shù)據(jù)集中隨機(jī)取些樣本數(shù)據(jù)。

2、保留無(wú)效或者缺失數(shù)據(jù)，如果你的數(shù)據(jù)集在可視化前不準(zhǔn)備進(jìn)行數(shù)據(jù)清洗，那么也不要清洗樣本數(shù)據(jù)。

3、真實(shí)數(shù)據(jù)集也許過(guò)大。在你使用樣本數(shù)據(jù)時(shí)，在生成最終的可視化圖前，等比例調(diào)整樣本數(shù)據(jù)規(guī)模。

 

秘密四：細(xì)節(jié)的地方才最頭痛

如上圖，當(dāng)你水平排列數(shù)據(jù)標(biāo)識(shí)時(shí)，數(shù)據(jù)標(biāo)識(shí)會(huì)看不清，如果旋轉(zhuǎn)90度，數(shù)據(jù)標(biāo)識(shí)是看清楚了，不過(guò)又浪費(fèi)了很大一塊空間。選擇一個(gè)合適的數(shù)據(jù)標(biāo)識(shí)格式對(duì)有些可視化來(lái)說(shuō)是個(gè)解決方案，不過(guò)也不是對(duì)所有方案都適用。

設(shè)計(jì)數(shù)據(jù)標(biāo)識(shí)，注釋或者橫軸縱軸通常都是在初始可視化后才考慮的。不過(guò)這些元素對(duì)可視化來(lái)說(shuō)非常重要，而且可能會(huì)很困難或者需要大量時(shí)間才能把它們做好。特別是在你無(wú)法事先預(yù)知你的數(shù)據(jù)的情況下。

在設(shè)計(jì)你的可視化的時(shí)候，你需要留出相當(dāng)部分的空間以便你可能需要添加標(biāo)識(shí)只用，通常要在你的圖周圍留出相對(duì)較大的空間。

橫縱軸上的標(biāo)識(shí)要保證它們不相互覆蓋而且可讀。如果必要的話，可以將標(biāo)識(shí)進(jìn)行旋轉(zhuǎn)來(lái)增加可讀性。如果有一塊空間標(biāo)識(shí)過(guò)于集中，而你又需要這些標(biāo)識(shí)可讀，你可以讓考慮把標(biāo)識(shí)離它們所指的元素遠(yuǎn)一些，然后用連接線把標(biāo)識(shí)和元素連起來(lái)。另外一種方式就是把標(biāo)識(shí)整合成一個(gè)組，用標(biāo)識(shí)工具提示的方式來(lái)進(jìn)行可視化。如果標(biāo)識(shí)的文字過(guò)長(zhǎng)，可以考慮進(jìn)行縮寫或者把超出的文字剪掉等方式。

類似的，對(duì)圖的注釋也需要事先計(jì)劃好。最簡(jiǎn)單的方式就是在可視化中保留一部分區(qū)域來(lái)方便添加注釋。不過(guò)，這樣意味著你的圖所占的部分就會(huì)減小。為了保留空間，把注釋放在圖上的空白部分�；蛘甙炎⑨屪龀煽赏献В�這樣用戶可以把注釋移開(kāi)來(lái)看注釋遮蓋的部分。

工具及處理方式：

1）在設(shè)計(jì)時(shí)把數(shù)據(jù)標(biāo)識(shí)，數(shù)據(jù)軸及注釋的空間在圖上留好。

2）對(duì)數(shù)據(jù)標(biāo)識(shí)，定義最大字符數(shù)，超出部分需要裁掉。把相近的標(biāo)識(shí)組合在一起，在用戶點(diǎn)到時(shí)再顯示。

3）對(duì)長(zhǎng)注釋，可以考慮用滾動(dòng)或者展開(kāi)的方式

4）無(wú)論如何，不要忽視這些元素。數(shù)據(jù)標(biāo)識(shí)在你專注圖形設(shè)計(jì)的時(shí)候，可能不是你的最主要考慮，不過(guò)它們對(duì)可視化的用戶來(lái)說(shuō)非常重要。

 

秘密五：需要的時(shí)候才用動(dòng)畫

可視化的設(shè)計(jì)者經(jīng)常希望能夠在最終設(shè)計(jì)上加上動(dòng)畫。動(dòng)畫是一種連接數(shù)據(jù)和變化趨勢(shì)的非常有用的工具。

不過(guò)動(dòng)畫也常常會(huì)導(dǎo)致對(duì)你的數(shù)據(jù)的錯(cuò)誤理解。你需要對(duì)它會(huì)如何影響你的最終效果進(jìn)行評(píng)估，而不是簡(jiǎn)單地在最后加上動(dòng)畫效果。動(dòng)畫最適合表現(xiàn)的，是揭示數(shù)據(jù)如何在不同狀態(tài)下組合在一起，如何隨時(shí)間變化或者是如何相互影響的等場(chǎng)合。

一般的設(shè)計(jì)原則是，動(dòng)畫要簡(jiǎn)單，可預(yù)測(cè)并且可以重新播放。讓用戶能夠多次播放動(dòng)畫，可以讓他們看到動(dòng)畫元素從哪里開(kāi)始到哪里停止。

要避免不同元素在移動(dòng)中互相覆蓋，不要讓元素的運(yùn)動(dòng)不可預(yù)測(cè)。對(duì)于復(fù)雜的動(dòng)畫，研究表明，可以把動(dòng)畫分解為幾個(gè)不同的階段，在每個(gè)階段暫停一會(huì)給用戶一些時(shí)間來(lái)體會(huì)。這樣有助于提高用戶的理解。

工具及處理方式：

1、盡可能讓動(dòng)畫簡(jiǎn)單

2、如果動(dòng)畫復(fù)雜或者有很多動(dòng)畫元素，可以考慮分階段動(dòng)畫

3、一開(kāi)始動(dòng)畫往往能夠給人新鮮感，不過(guò)會(huì)很快讓用戶感到厭倦。不要僅僅因?yàn)槟銜?huì)加動(dòng)畫就在你的可視化你加上動(dòng)畫。

 

秘密六： 數(shù)據(jù)可視化不是分析

數(shù)據(jù)可視化可以產(chǎn)生一些分析結(jié)果，不過(guò)需要指出的是，可視化是一個(gè)輔助分析的工具，而不是數(shù)據(jù)分析的替代，它也不是統(tǒng)計(jì)的替代：

你的圖形可能揭示了一些數(shù)據(jù)差異或者數(shù)據(jù)的相關(guān)性。不過(guò)，要得出存在這些差異和相關(guān)性的可靠結(jié)論，還需要運(yùn)用統(tǒng)計(jì)的方法。要對(duì)你的數(shù)據(jù)真正了解，需要分析的技能，以及專業(yè)的知識(shí)。不要指望可視化能夠給你這些。因此，在進(jìn)行可視化項(xiàng)目的時(shí)候，要調(diào)整客戶或者你的CEO的期望值。

工具及處理方式：

1、除非你就是數(shù)據(jù)分析師，你對(duì)數(shù)據(jù)可視化得出的結(jié)論不要輕易下判斷。如果需要進(jìn)行結(jié)論，最好找一個(gè)統(tǒng)計(jì)師或者專業(yè)人士一起驗(yàn)證后再給結(jié)論。

2、一些細(xì)小的設(shè)計(jì)改變，比如調(diào)色板的變化，對(duì)某個(gè)變量的可視化方式等，都可能改變可視化得出的結(jié)論。如果你用可視化進(jìn)行分析，一定要試試多種可視化方式，而不要依賴于一種方式。

3、Stephen Few的 書(shū)“Now You See It”里面介紹了利用可視化進(jìn)行商業(yè)分析的方式，包括對(duì)開(kāi)發(fā)者如何設(shè)計(jì)可供分析使用的可視化工具的一些建議，讀者可以參考。

 

秘密七： 數(shù)據(jù)可視化不僅僅是編程 

現(xiàn)在大量的可視化編程庫(kù)和教程使得普通的人員在進(jìn)行基于Web的可視化中，也可以設(shè)計(jì)出高質(zhì)量的可視化產(chǎn)品。然而，要想真正設(shè)計(jì)一個(gè)能夠提供深入見(jiàn)解，或者能夠清楚表達(dá)的可視化產(chǎn)品，除了編程之外，還需要很多其他的技能。比如圖像設(shè)計(jì)，數(shù)據(jù)分析，交互設(shè)計(jì)，以及對(duì)人們認(rèn)知的了解等待。這些技能，是那些可視化編程庫(kù)提供不了的。不過(guò)，好消息是，如果你堅(jiān)持采用一些數(shù)據(jù)可視化的基本原則的話。

你也不需要對(duì)這些技能了解太多。對(duì)于初學(xué)者來(lái)說(shuō)，需要堅(jiān)持一些最基本的原則，比如，盡量使用柱狀圖，不要把圓半徑設(shè)置按線性比例設(shè)定（編者：在面積比較時(shí)會(huì)給用戶錯(cuò)誤理解），設(shè)計(jì)要簡(jiǎn)單（不要用3D，少用動(dòng)畫，不要用陰影）等。

按照一些好的可視化樣本，初學(xué)者也可以創(chuàng)造出好的可視化作品來(lái)。