数据分析图的十大错误，你占了几个？

“数据可视化”是个好帮手，可以帮助用户理解数据。但是，你真的**用它吗?看看这里，数据可视化的十大错误你占了几个？

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**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**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**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。

怎么样？看过10个数据可视化的错误之后，是否意识到领导对你的数据分析图表摇头的原因了，快行动起来吧~

End.

来源：http://www.36dsj.com/archives/95872

本文来源于人人都是产品经理合作媒体@36大数据

题图来自Pixabay，基于CC0协议

给作者打赏，鼓励TA抓紧创作！

**赏

1人打赏