本文给大家总结了数据可视化的制作的30个小技巧，通过列举一些容易被忽略的常见错误，最终能快速提升和巩固你的可视化制作水平。
优秀的数据可视化图表只是罗列、总结数据吗？当然并非是！数据可视化其真正的价值是设计出可以被读者轻松理解的数据展示，因此在设计过程中，每一个选择，最终都应落脚于读者的体验，而非图表制作者个人。
这里给大家总结了数据可视化的制作的30个小技巧，通过列举一些容易被忽略的常见错误，最终能快速提升和巩固你的可视化制作水平。
条形图的原理是通过比较条块的长度来比较值的大小。当基线被改变了，视觉效果也就扭曲了。
有些时候，排版能提高视觉效果，增加额外的情感和洞察力。但数据可视化不包括在内。坚持使用简单的无衬线字体(通常是Excel等程序中的默认字体)。无衬线字体即是那些文字边缘没有小脚的字体。
虽然他们看上去很酷，但是3d形状可以扭曲感知，因此扭曲数据。坚持2次元，确保数据准确。
表格间距赋予所有的数字相同的宽度，使它们排列时能彼此对齐，使比较更容易。大多数流行字体都内置了表格。不确定字体是不是正确?就看小数点(或任何数字)是否对齐就行。
展示多个区块比例大小，所有区块（圆弧）的加和等于 100%。但最好避开使用这个图表，因为肉眼对面积大小不敏感。
虚线,虚线容易分散注意力。相反,使用实线和颜色,反而容易区分彼此的区别。
在人们多选的问题上就会出现比例的重叠，不同选项的百分比之和大于一。为了尽最大可能避免这种情况，不能直接把比例做成统计图。相较于呈现数值，有些图更着重于表现部分与整体的关系。
对同一类图形（例如柱状、圆环和蜘蛛图等）的长度、高度或面积加以区别，来清晰的表达不同指标对应的指标值之间的对比。制作这类数据可视化图形时，要用数学公式计算，来表达准确的尺度和比例。
大小能够在一定程度上帮助强调重要信息并添加上下文提示，使用大小来表示值配合地图使用的效果也非常好。如果您的可视化中有多个大小相同的数据点，它们会混在一起，很难区分值。
添加的细节(和数字)越多，大脑处理的时间就越长。想想你想要用你的数据传达什么，以及最有效的方式是什么。
一个很好的经验法则是，如果你不能高效理解，你的读者或听众可能也难理解。因此，坚持使用基础图形:直方图、条形图、维恩图、散点图和线.视图数量
将您的可视化中的视图数量限制为三到四个。如果您添加太多视图，大局会被详情信息所淹没。
通过颜色的深浅来表达指标值的强弱和大小，是数据可视化设计的常用方法，用户一眼看上去便可整体的看出哪一部分指标的数据值更突出。
颜色用得太花，会给数据增加不可承受之重，相反，设计师应该采用同一色系，或者类比色。
明亮鲜艳的颜色就像是把所有的字母都大写想要强调一样，你的听众感觉你在对他们大声推销。单调的颜色，反而能很好地用于数据可视化，因为它们能让你的读者理解你的数据，而不至于被数据淹没。
在某些情况下，在一段时间或一系列的值中，我们可能测量了不一样的种类的物体。例如，假设我们测量 6 个月以来狗和猫的体重。在实验结束时，我们想画出每只动物的体重，分别用蓝色和红分猫和狗。
通过一定的形状、颜色和几何图形的结合，将数据呈现出来。为了让读者能读清楚，图表设计者就要把这些图形解码回数据值。
这可能看起来没有必要，或者不是很有帮助，但是你没办法想象，如果你的图表有点混乱，或者看到数据的人对此不是很熟悉，你会被问多少次 x/y 轴代表的是什么。按照前面的两个绘图示例，如果要为轴设置特定名称。
如果我们要将数据呈现给第三方，另一个基本但关键的要点是使用标题，它和之前的轴标记非常相似。
通常情况下，仅仅在图表的左右两侧使用刻度本身并不是很清楚。在图上标注值对于解释图表非常有用。
数据类别按字母顺序,大小顺序,或价值进行排序，以一种合乎逻辑的和直观的方式来引导读者了解数据。
比较是展示数据差异的好法子，但是如果你的读者不容易看出差别的话，那么你的比较就毫无意义。确保所有的数据都是呈现在读者面前,选择最合适的比较方法。
确保所有可视化方式是准确的。例如,气泡图大小应该根据区域扩展,而不是直径。
让读者看到数据，这是可视化的重点。确保没有数据丢失或被设计。例如,使用标准的面积图时，能添加透明度,确保读者能够正常的看到所有数据。
很多时候，太多的信息会影响读者的注意，从可视化中删除隐含信息是一个好主意，在这种情况下，我认为我们不需要在轴中包含变量的名称。
把不重要的东西减到最少或者去掉。这包括减弱或移除图形线，改变轴线、图形线的颜色，以及用浅灰色描绘电子表格行。使得“数据比率”能够达到一个很高的水平，听众会更易明白其中的数据情况。
以上的小细节你都记住了嘛？俗话说熟能生巧，在每次数据可视化的制作的步骤中多思考一下，有哪些细节必须要格外注意？这一些细节的处理是不是合理，数据可视化大神指日可待。