數(shù)據(jù)可視化專家的七個(gè)秘密

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)可視化開發(fā)人員分享了他們總結(jié)出來(lái)的數(shù)據(jù)可視化開發(fā)的7個(gè)不宣之秘，普通開發(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, Raphaël, 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， DatameerClearStory 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)可視化開發(fā)人員Nate Argrin和 Nick Rabinowitz 在 netmagzine.com上分享了他們總結(jié)出來(lái)的數(shù)據(jù)可視化開發(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：

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：

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：

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。 或者把注釋做成可拖拽， 這樣用戶可以把注釋移開來(lái)看注釋遮蓋的部分。
工具及處理方式：

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：

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：

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)。