6個(gè)可視化美學(xué)原則，讓你的圖表驚艷所有人
在任何圖形中，一些筆墨（墨水）用于表示實(shí)際的基礎(chǔ)數(shù)據(jù)，而其余一些筆墨（墨水）則用于圖形效果。一般而言，可視化應(yīng)側(cè)重于顯示數(shù)據(jù)本身。我們將數(shù)據(jù)墨水比率定義為：
圖1按性別列出了平均工資（來(lái)源：勞工統(tǒng)計(jì)局，2015年），其將有助于解釋這一概念。你更喜歡哪種數(shù)據(jù)表示形式？左圖寫(xiě)著“酷，你是如何制作這些陰影和三維透視效果的？”右圖寫(xiě)著：“哇，女性的收入在各個(gè)方面都很低。但為什么咨詢師的差距最小呢？”
▲圖1 三維條形圖渲染陰影（左）可能看起來(lái)令人印象深刻，但它們實(shí)際上只是圖表垃圾。而僅僅展示數(shù)據(jù)（右）可以增加清晰度以及數(shù)據(jù)墨水比率
最大化數(shù)據(jù)墨水比率可以讓數(shù)據(jù)說(shuō)話，這是整個(gè)可視化練習(xí)的重點(diǎn)。右邊的平面透視圖可以更公平地比較柱形的高度，因此，男性對(duì)女性而言看起來(lái)不像是無(wú)足輕重的角色。這些顏色在對(duì)男女各方面進(jìn)行一一對(duì)比時(shí)，起到了很好的作用。
有更多極端的方法可以提高數(shù)據(jù)墨水比率。為什么我們要畫(huà)條形圖？同樣的信息可以通過(guò)繪制一個(gè)適當(dāng)高度的點(diǎn)來(lái)傳達(dá)，如果我們繪制的點(diǎn)比這里顯示的8個(gè)點(diǎn)要多得多，那么這顯然有很大的改進(jìn)。請(qǐng)注意，可視化數(shù)據(jù)越少越好。
可視化方法是試圖講述一個(gè)關(guān)于數(shù)據(jù)所展現(xiàn)內(nèi)容的真實(shí)故事。謊言最簡(jiǎn)單的形式是捏造數(shù)據(jù)，也有可能雖然展示的數(shù)據(jù)是真實(shí)的，但是陳述的內(nèi)容卻不符合事實(shí)。Tufte將圖表的謊言因子定義為：
圖形完整性要求最小化謊言因子，這可以通過(guò)避免采用容易誤導(dǎo)的技術(shù)來(lái)實(shí)現(xiàn)。不良做法包括：
無(wú)方差表示均值：兩組數(shù)據(jù)集{100，100，100，100，100}和{200，0，100，200，0}，雖然其均值都是100，但是表達(dá)的故事卻不相同。如果不能用均值繪制實(shí)際點(diǎn)，至少要顯示方差，以清楚均值所反映的分布的程度。
在沒(méi)有實(shí)際數(shù)據(jù)的情況下進(jìn)行插值：在呈現(xiàn)變化趨勢(shì)和簡(jiǎn)化大型數(shù)據(jù)集方面，回歸曲線和擬合曲線是有效的。但是如果在圖形中不顯示這些曲線所基于的數(shù)據(jù)點(diǎn)，就無(wú)法確定擬合的質(zhì)量。
比例尺失真：圖形的長(zhǎng)寬比會(huì)對(duì)我們解釋所看到的內(nèi)容產(chǎn)生巨大影響。圖6.6給出了給定財(cái)務(wù)時(shí)間序列的三幅渲染圖，除了圖表的縱橫比外，其余均相同。
▲圖2 財(cái)務(wù)時(shí)間序列的三幅渲染圖（哪一個(gè)最準(zhǔn)確地代表了真實(shí)情況）
在最下方的圖形渲染中，曲線看起來(lái)很平整：這里沒(méi)有什么可擔(dān)心的。右側(cè)的圖中，利潤(rùn)呈現(xiàn)斷崖式下滑：簡(jiǎn)直是天塌下來(lái)了！左側(cè)圖片的曲線也出現(xiàn)嚴(yán)重下跌，但是在秋季有反彈的跡象。
哪個(gè)圖形展示的內(nèi)容是對(duì)的？人們通常習(xí)慣于按照黃金比例查看圖形曲線，這意味著寬度應(yīng)該是高度的1.6倍左右。除非有充分理由說(shuō)明不恰當(dāng)?shù)脑颍駝t請(qǐng)按照這個(gè)比例向受眾進(jìn)行展示。心理學(xué)家告訴我們，45度線是最容易解釋的，因此請(qǐng)避免使用那些被過(guò)分放大或減弱的線條形狀。
消除數(shù)字軸上的刻度標(biāo)簽：即使是最嚴(yán)重的刻度失真也可以通過(guò)不在坐標(biāo)軸上打印數(shù)字參考標(biāo)簽來(lái)完全隱藏。只有使用數(shù)字比例尺標(biāo)記，才能從繪圖中重建實(shí)際數(shù)據(jù)值。
隱藏圖中的原點(diǎn)：大多數(shù)圖形中的默認(rèn)假設(shè)是y軸上值的范圍從零到y(tǒng)max。如果y范圍變?yōu)閥min-ε到y(tǒng)max，我們將無(wú)法直觀地比較量值。這會(huì)使最大值突然看起來(lái)比最小值大很多倍，而不是按比例縮放。
如果圖1（右）是在y取值為[900，2500]內(nèi)繪制的，這表明咨詢師正在挨餓，而不是像軟件開(kāi)發(fā)人員和教師那樣獲得與藥劑師相近的薪水。只要在坐標(biāo)軸上標(biāo)有刻度，就可以識(shí)別這種欺騙，而不會(huì)很難捕捉。
盡管已經(jīng)知道了Tufte公式，但還是無(wú)法機(jī)械地計(jì)算謊言因子，因?yàn)樾枰私馐д姹澈蟮脑颉Ｔ陂喿x任何圖表時(shí)，了解誰(shuí)繪制的圖表以及為什么繪制這些圖表非常重要。理解制表人的想法應(yīng)該能讓你意識(shí)到圖表中潛在的誤導(dǎo)性信息。
無(wú)關(guān)的視覺(jué)元素會(huì)分散數(shù)據(jù)試圖傳達(dá)的信息。在一個(gè)令人興奮的圖表中，講述故事的是數(shù)據(jù)，而不是圖表垃圾。
圖3顯示了一家公司開(kāi)始在遭遇經(jīng)濟(jì)不景氣時(shí)的月度銷售時(shí)間序列。所實(shí)驗(yàn)的圖形是條形圖，這是一種用于表示時(shí)間序列數(shù)據(jù)的很好的方法，同時(shí)其繪制使用了常規(guī)（可能是默認(rèn)的）選項(xiàng)以及合理的繪圖包。
▲圖3 月底銷售時(shí)間序列（我們?nèi)绾胃倪M(jìn)/簡(jiǎn)化這個(gè)條形圖時(shí)間序列）
但是，可以通過(guò)刪除元素來(lái)簡(jiǎn)化這個(gè)圖，使數(shù)據(jù)更加突出嗎？在仔細(xì)觀察圖4之前，請(qǐng)仔細(xì)考慮一下這個(gè)問(wèn)題，圖4中連續(xù)對(duì)圖3進(jìn)行了4次簡(jiǎn)化處理。其中的關(guān)鍵操作包括：
解放數(shù)據(jù)（左上方）：濃重的網(wǎng)格通過(guò)在視覺(jué)上對(duì)內(nèi)容的控制，而約束了數(shù)據(jù)。通常可以通過(guò)刪除網(wǎng)格或至少減少網(wǎng)格來(lái)改進(jìn)圖形。
數(shù)據(jù)網(wǎng)格的潛在價(jià)值在于其有助于更精確地解釋數(shù)值。因此，在需要準(zhǔn)確引用大量數(shù)值的繪圖中，網(wǎng)格往往具有很大的用途。強(qiáng)化網(wǎng)格線可以充分勝任此類任務(wù)。
停止投射陰影（右上方）：這里的加深背景對(duì)圖形的解釋毫無(wú)幫助。刪除它會(huì)增加數(shù)據(jù)墨水比率，并減少干擾。
對(duì)邊框的考慮（左下角）：邊框?qū)嶋H上并沒(méi)有提供任何信息，尤其是沒(méi)有定義坐標(biāo)軸的上邊框和右邊框。去掉邊框，會(huì)讓圖中的數(shù)據(jù)更加突出。
利用缺少的墨跡（右下角）：通過(guò)從條形圖中刪除網(wǎng)格的線而不是添加元素，可以恢復(fù)網(wǎng)格的參考價(jià)值。這使得比較那些最大數(shù)字的量級(jí)變得更容易，方法是將注意力放在條形圖中相對(duì)較小的頂部部分的大變化上，而不是放在長(zhǎng)條形的小變化上。
▲圖4 通過(guò)刪除多余的非數(shù)據(jù)元素，對(duì)圖3連續(xù)的四次簡(jiǎn)化
建筑師Mies van der Rohe曾說(shuō)過(guò)“少即是多”。從圖形中移除元素通常比添加元素更能改善圖形的可視化。讓它成為你的圖形設(shè)計(jì)理念的一部分吧。
縮放和標(biāo)注的不足會(huì)使圖形產(chǎn)生有意或無(wú)意的錯(cuò)誤信息。標(biāo)注需要準(zhǔn)確地說(shuō)明數(shù)字的大小，比例尺需要能夠以適當(dāng)?shù)姆直媛曙@示這些數(shù)字，以利于比較。一般而言，應(yīng)按比例縮放數(shù)據(jù)，以填充圖表上分配給它的空間。
對(duì)于是在變量的全部假設(shè)范圍內(nèi)縮放坐標(biāo)軸，還是將其縮小到僅能夠反映觀測(cè)值，明智的人可以做出正確的判斷。但是某些決定顯然是不合理的。
圖5（左）顯示了將近一百種語(yǔ)言在兩個(gè)變量間的相關(guān)性，由于相關(guān)性范圍在[-1，1]之間，所以在橫坐標(biāo)中，他不得不使用圖中所示的區(qū)間段。從這幅圖的大片白色只捕捉到了這樣一個(gè)概念：要是使相關(guān)性接近1.0，我們可以做得更好。但這個(gè)圖在其他方面是不可讀的。
圖5（右）顯示了完全相同的數(shù)據(jù)，但是坐標(biāo)軸的比例尺進(jìn)行了放大。現(xiàn)在可以看到，當(dāng)我們從左向右移動(dòng)時(shí)，性能有了提高，并可以看清任何一門(mén)語(yǔ)言的分?jǐn)?shù)。左側(cè)圖中，這些條形與刻度的距離太遠(yuǎn)，很難看清具體的數(shù)值。
▲圖5 當(dāng)圖中有大量空白時(shí)，縮小比例尺是很愚蠢的行為（左）。恰當(dāng)?shù)目s放會(huì)讓比較變得更加容易（右）
如果在縮小了坐標(biāo)軸的范圍后，導(dǎo)致這些條形不能被完全展現(xiàn)出來(lái)，那就出問(wèn)題了，因?yàn)榇藭r(shí)無(wú)法從條形的高度判斷其真實(shí)數(shù)值。我們?cè)谶@里標(biāo)注了y=0這條線，以幫助讀者理解每個(gè)條形必須是完整的。從網(wǎng)格中獲取數(shù)據(jù)也會(huì)有所幫助。
顏色越來(lái)越多地被看作圖形表達(dá)的一部分。顏色在圖表中起到兩個(gè)主要作用，即標(biāo)記不同的分類和編碼數(shù)值。用不同顏色表示不同類型、集群或等級(jí)的要點(diǎn)，會(huì)在傳統(tǒng)的散點(diǎn)圖上對(duì)信息的另一個(gè)層次進(jìn)行編碼。當(dāng)我們?cè)噲D確定不同類間數(shù)據(jù)分布的差異程度時(shí)，這是一個(gè)很好的辦法。最關(guān)鍵的是，通過(guò)使用不同粗體原色，可以輕松區(qū)分每個(gè)等級(jí)。
所選擇的顏色最好可以讓我們自然而然地聯(lián)想到它所代表的種類。例如，應(yīng)該用紅色表示損失，用綠色表示環(huán)境因素，用其國(guó)旗中的顏色表示國(guó)家，用球衣的顏色表示球隊(duì)。將男性表示成藍(lán)色，女性表示成紅色，這就為受眾解讀散點(diǎn)圖提供了一個(gè)微妙的線索。
用顏色表示數(shù)值尺度是一個(gè)比較困難的問(wèn)題。彩虹的顏色圖在感知上是非線性的，這意味著紫色在綠色之前還是之后對(duì)任何人都不明顯。因此，當(dāng)用彩虹色繪制數(shù)字時(shí)，將相似的數(shù)字以相似的顏色分組，在沒(méi)有顯式參照色階的情況下，無(wú)法察覺(jué)相對(duì)大小。圖6顯示了來(lái)自Python的MatPlotLib的幾個(gè)色階，以便進(jìn)行比較。
基于亮度或飽和度變化的色階表現(xiàn)效果會(huì)更好。顏色的亮度通過(guò)將色調(diào)與灰色陰影（介于白色和黑色之間）混合來(lái)調(diào)制。飽和度是通過(guò)混合一部分灰度來(lái)控制的，其中0產(chǎn)生純色調(diào)，而1是去除所有顏色。
另一種流行的色階具有明顯的正/負(fù)顏色，周?chē)陌咨蚧疑行姆瓷錇榱恪Ｒ虼耍?/span>色調(diào)告訴了受眾數(shù)字的極性，而亮度/飽和度則反映了幅度。某些色階對(duì)色盲者來(lái)說(shuō)更有幫助，特別是避免使用紅色和綠色的色階。
▲圖6 從Python的MatPlotLib中調(diào)整顏色比例，改變色調(diào)、飽和度和亮度。彩虹色地圖在感知上是非線性的，因此很難識(shí)別差異的大小
一般來(lái)說(shuō)，圖中的大區(qū)域應(yīng)顯示為不飽和顏色。相反，對(duì)于小區(qū)域而言，其在飽和色下表現(xiàn)更好。色彩系統(tǒng)是一個(gè)令人驚訝的技術(shù)和復(fù)雜問(wèn)題，這意味著你應(yīng)該始終使用已有的完善色階，而不是自己發(fā)明色階。
小型多重圖和表是表示多元數(shù)據(jù)的好方法。
多個(gè)小圖表有許多用處。我們可以使用其按類分解分布，也可以按地區(qū)、性別或時(shí)間段繪制單獨(dú)但可比較的圖表。一系列圖便于比較不同分布之間的變化。
時(shí)間序列圖使我們能夠在不同的時(shí)間點(diǎn)上比較相同的數(shù)量。最好是去比較多重時(shí)間序列，要么用于同一個(gè)圖上的線，要么用于反映其關(guān)系的邏輯數(shù)組中的多重圖。
本文摘編于《大數(shù)據(jù)分析：理論、方法及應(yīng)用》，經(jīng)出版方授權(quán)發(fā)布。（ISBN：9787111703471）轉(zhuǎn)載請(qǐng)保留文章出處。
推薦理由：本書(shū)由算法領(lǐng)域的知名專家Steven Skiena教授撰寫(xiě)，重點(diǎn)介紹了收集、分析和解釋數(shù)據(jù)所需的技能和原理。