查看原文
其他

数据可视化 | 常犯的10个错误!

数据Seminar 2022-12-31

来源:大数据科学

转自:数据不吹牛

可视化是沟通复杂信息的强大武器。通过可视化,我们的大脑能够更好地抓取和保存有效信息,增加信息的印象。

但如果数据可视化做的较弱,反而会带来负面效果。错误的表达会损害数据的传播,完全曲解他们所以优秀的数据可视化依赖优异的设计,并非仅仅选择正确的图表模板那么简单。全在于以一种更加有助于理解和引导的方式去表达信息,尽可能减轻用户获取信息的成本。当然并非所有的图表制作者都精于此道。所以我们看到的图表表达中,各种让人啼笑皆非的错误都有,下面就是这些错误当容易纠正的例子。

1饼图顺序不当

饼图是一种非常简单的可视化工具,但他们却常常过于复杂。份额应该直观排序,而且不要超过5个细分。有两种排序方法都可以让你的读者迅速抓取最多的重要信息

方法一:将份额最大的那部分放在12点方向,逆时针放置第二大份额的部分,以此类推。

方法二:最大部分放在12点,然后顺时针放置。

2在线状图中使用虚线

虚线会让人分心,而是用实线搭配合适的颜色更容易彼此区分。

3数据摆放不直观

你的内容应该符合逻辑并于直观的方式引导读者阅读数据。对类目进行按字母,次数或数值大小进行排序。

4数据模糊化

确保数据不会因为设计而丢失或被覆盖。例如在面积图中使用透明效果来确保用户可以看到全部数据。

5耗费读者更多的精力

要通过辅助的图形元素来使数据更易于理解,比如在散点图中增加趋势线。

6错误呈现数据

确保任何呈现都是准确的,比如,气泡图的大小应该跟数值一样,不要随便标注。

7在热图中使用不同颜色

一些颜色比其他颜色突出,赋予了数据不必要的重元素。反而你应该使用单一颜色,然后通过颜色的深浅来表达。

8柱状过宽或过窄

柱子与柱子之间的间隔最好调整为宽的1/2。

9数据对比困难

对比是呈现差异的有效方式,但如果你的读者不易对比时,效果就大打折扣了。确保数据的呈现方式一致,可以让你的读者对比。

10使用三维图

尽管这些图看来让人振奋,但3D图也容易分散预期和扰乱数据,坚持2D是王道。



星标⭐我们不迷路!
想要文章及时到,文末“在看”少不了!

点击搜索你感兴趣的内容吧


往期推荐


统计计量 | 图解统计学:一文轻松搞懂基础概率+描述性统计

软件应用 | Stata数据处理:面板数据的填充和补漏

软件应用 | 使用Stata清洗问卷数据

数据可视化 | 好图表坏图表,手把手教你正确选择图表

统计计量 | 鸡肋的豪斯曼检验与约定俗成的心传:为什么我们偏爱固定效应模型?

软件应用 | 常用的27个Stata命令

统计计量  | Angrist等:更好研究设计如何规避计量经济学弊端?实证经济学的可信度变革






数据Seminar




这里是大数据、分析技术与学术研究的三叉路口


推荐 | 青酱


    欢迎扫描👇二维码添加关注    

点击下方“阅读全文”了解更多

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存