编辑导语：互联网时代，都在强调数据分析的重要性，但是干巴巴的数据没人爱看，数据可视化才能够直观地展现我们所要表达的要点。作者总结了四个方面的数据可视化要点，与你分享。

你是不是经常遇到这样的场景：

如今，不管互联网公司还是传统行业，大家都认识到了数据的重要性，老板们对“简单直观地看数据”的需求愈发强烈，而且随着大数据建设的如火如荼，别讲底层技术和算法牛逼，最终的效率提升、业绩提升都是要通过数据展示出来的，这更成就了可视化在数据应用的地位。

我们今天就来聊聊数据可视化！

一、什么是数据可视化？

首先，我们先问一个问题，什么是数据可视化？

数据可视化是数据应用的一种形式，是满足用户需求的一种手段，直白点说就是将数据图形化、图表化以良好的视觉效果呈现，达到发现、分析、预测、监控、决策等目的。

那问题又来了，为什么要做数据可视化呢？

大家都听说过“一图胜千言”，这是有脑科学依据的。大脑里面处理跟视觉相关的区域特别多，枕叶、顶叶……

所以人的大脑对图像更敏感，效率更高、更直观。我们看一个例子：

2020 年 12 月，成都20岁女生确诊行程，下图1 是官方公布，下图2是网友做的行程轨迹，不做道德评判，从信息获取效率上，第二张清晰高效。

做好数据可视化的要点又是什么呢？我认为可视化要点有 3 个：逻辑清晰、表达精准、设计简洁，做到这三点成品绝对不会差。

逻辑清晰。数据可视化一定要确认好内容动线，做到逻辑严密，结构清晰。

表达精准。数据准确、选择正确的图表，表达合适的信息，一看就懂理解毫无歧义。

设计简洁。可视化的重点不是好看，而是突出重点，简洁美观。图表各元素，布局、坐标、单位、图例、交互适中展示，不要过度设计。

二、可视化的常见形式

多见于展厅、监控中心，一般适用于实时监控预警、信息展示等场景。如下图是数据资产大屏原型示例。

多见于管理后台、数据看板，比如公众号管理后台、ERP数据看板。如下图是抖音创作者画像原型示例。

多见于专题分析、管理报表，主要以多维表格为准，会辅以简单图形或筛选器。如下图是网易有数的作品案例。

像健身 app 记录体重变化、运动记录、金融理财产品展示股票价格走势，都是移动端可视化场景，和 PC 的差异在要更注意在有限的显示区域展示信息。如下图是华为运动健康步数统计。

移动端

Excel，对！就是大家熟悉的 office 套件，excel玩得好，什么图都能出，比如这个经典的经济学人【2014年世界选举事件表】，是一组呈圆环式分布的散点图，从12点钟位置开始依次标示了1-12月份各国的主要选举事件。

而这个图表就可以通过excel【圆环图饼图散点图】，圆环图负责显示月份标签，隐藏的饼图负责显示国家标签，散点图负责显示周的散点。数据标签呈射线状和切线状对齐的方式，可以采用宏理顺标签角度的技巧。

如下图：发表自《经济学人》2014年刊，名为【2014年世界选举事件表】。

R的ggplot2包，Python的Plotly、matplotlib、altair等。

常规Echarts、AntV、D3.js、highcharts、国内用Echarts、AntV足够了，开源免费。

英文好可以用 highcharts，要注意商用付费。追求自由度，前几个搞不定的图可以用D3，当然学习成本会高些。

AntV 的文档不错，极力推荐，从可视化的历史、设计理念、图表设计指引应有尽有。

墨者学院：https://www.yuque.com/mo-college，阿里AntV团队创建的数据可视化社区。

地图：百度地图开放平台、高德开放地图。

主流：Tableau、PowerBI、帆软、永洪。

如果是学习，Tableau、PowerBI任选一个就行，BI工具的核心都差不多，两个都很经典，均可玩可研究。如果公司选型，国产的帆软和永洪可以纳入考虑。

其它也有很多啦，比如阿里Datav、百度图说、腾讯小马BI、网易有数、BDP等等，可以选择公司云服务服务商的产品。

设计流程数据可视化产品的流程，跟其它的产品设计流程相似。

一般可分为4步：需求确认—产品设计—视觉设计—调整开发及上线。

需求确认首先确认三要素，用户、场景和需求，包括展示终端类型，PC端、移动端、大屏，比如大屏还需要确认屏类型、物理尺寸和视频输出分辨率等。
产品设计产品设计部分包括：设计尺寸、布局、模块划分、数据内容、图表选择。这也是可视化设计效果的决定环节。
视觉设计视觉设计部分包括：风格主题、颜色设计、视觉交互（特效、筛选、钻取、联动）、图表细节调整（标题、轴、图形、图例、标签、提示信息），一般会由专业的设计师来做，产品给出建议。
调整开发及上线设计完成，到开发阶段。开发包括前端开发、后台开发、数据开发，调整包括颜色适配、数据是否满足有无异常值需要处理、真实数据用预想图形展示是否合适…….

需要注意的是：数据可视化是需要真实的数据来验证图形设计是否合适的，请大家一定要有心理预期且留足调整时间。

我们再来聊聊图表构成元素。

图表构成元素是门学问，本文以三张图为大家简单介绍，后续有机会我们再详细展开。