大家好，我是东哥。今天我将分享一些关于数据可视化方法的思考，掌握这些逻辑框架将帮助我们更有效地选择可视化方法来进行问题分析。
当你拥有一组或多组可靠的统计数据并准备呈现给听众时，可能会面临选择：是写出来？画图？还是用表格？为了确保听众能够理解所传达的信息，数据的呈现必须具备可信性和准确性。
然而，选择可视化类型并不仅仅是出于美观或个人喜好。不合适的选择可能导致受众感到乏味或困惑，甚至可能造成信任的障碍。因此，我们需要分析如何选择最适合且有趣的方式来可视化数据。
01 条形图
条形图是展示随时间变化或按多个类别（如不同行业或产品）分组的数据集的有效工具。以下是确保条形图易于理解的一些技巧：
- 按照时间顺序排列条形图，而不是简单地按数据大小排序，这样更符合受众的理解习惯。
- 对于包含多个类别的条形图，可以为每个类别创建单独的图形，或将多个条形合并在同一时间标签下展示。这些条形可以并排或堆叠展示，如图中所示的蓝牙设备年度报告：
全球范围内支持蓝牙的设备数量庞大（达到十亿级别）。这是来自一份蓝牙交互报告的节选，由专业团队设计。
若数据集分为多个类别且没有时间规律，可以选择按数量排序。这种方式可以帮助快速得出结论。然而，对于一些整体数据（如分类总收益），使用条形图可能不够显著，此时应考虑使用饼图，我稍后将详细介绍。
02 折线图
折线图与条形图相似，适合展示随时间变化的数据或按类别分组的数据。它尤其适合展示长时间跨度的信息或大量细微变化的数据，因为折线图能够更好地显示细节变化。
如果折线图仅有少数时间点的数据时需要谨慎使用，因为在已知数据点之间填充时，可能只能绘制一条预测线，而这可能不反映实际的增长或下降趋势。因此，折线图最好与完整的数据集结合使用，以避免失真。
例如，Allen Downey在他的文章中用折线图展示了第一胎婴儿晚产的可能性：
考虑到该图表基于30000多个真实出生数据的统计，能够有效表征所有增量变化并得出平均分布。
如果数据不按时间或类别展示，折线图则不太适合。分类数据有多种有效的可视化形式，以下是另一种展示整体比例的优秀选择。
03 饼图和圈图
饼图及圈图是最常见的数据可视化形式之一。这种图表类型虽广泛使用，但往往被错误使用。
饼图适合展示各部分加起来形成整体的情况。例如，“75%的毛虫喜欢苹果”可以用饼图展示，因为它代表了100%中的75%。
若要用饼图展示比例数据，确保其能清晰反映整体的百分比变化。相对于条形图和折线图，饼图无法展示趋势变化。以下是一个来自TubulaR insights的视频市场统计案例：
这个案例可能不够直观，特别是对于不常处理百分比数据的人。Investopedia提供的备忘单可以帮助处理这类数据。
若要用饼图展示随时间变化的数据，则需为每个时间段创建新的图表，并进行比较。
04 数量图
数量图通过重复符号或图标来展示数量，常见的例子包括用人物图标表示人数。
数量图适用于较小数量（如“我们街上新增了12家餐馆”）或小比例的饼图（如“我们的街上四分之三的餐馆在卖披萨”）。
然而，对于较大数字，数量图通常效果不佳。例如，若统计数据为“2018年售出11214件商品”，不可能在设计中展示11214个图标。如果要表示如此庞大的数据，建议用代表物来简化展示，比如“1个购物袋=1000件商品”，只展示11个购物袋。
不精确的数字可视化会导致信任障碍。因此，在使用数量图时需保持谨慎。
如果统计数据适合数量图，但数字过大或不适合象形图时，排版设计是一个有效的补充方案。接下来将讨论如何在设计中结合排版。
05 排版设计
在讨论数据可视化时，可能没想到排版设计的重要性。但如果运用得当，排版可以使信息生动呈现。
在很多情况下，排版是最佳选择。重要的是，选择排版时应考虑数据的特点，而不是单纯追求视觉效果。请确保在排版之前充分考虑其他可视化方法，因为视觉效果只有在准确时才有效。如果数据可视化造成困惑或误解，则应考虑用文字表达。
结合象形图（如数量图使用的图标）或插图，可以增强排版效果，为观众提供上下文信息，同时让数字更具表达力。
在此展示一个不同类型数据可视化的案例，其中包括排版：
在这个例子中，使用数量图展示数字16是合理的，因为这个小数字易于直观相加。但对于180万的统计数据，如果用数量图逐一列举，则难以理解。正如之前提到的，如果需要代表物来说明数据，那么数量图可能不是最佳选择。这就是为什么较大数字通常更适合用排版处理。
无论选择哪种解决方案，必须将美学考虑融入所有形式的数据可视化。除了使用合适的可视化技术外，还需要用正确的美学语言展示信息，以便更好地传达给受众。一个现代的折线图可能不适合投资者，而平面设计的饼图也不适合出现在夏季露营手册中。
因此，确保形式和功能同等重要，因为一张难以理解的漂亮图表只是一种抽象艺术。
