和数据打交道的朋友肯定经常会通过可视化的方式来呈现数据。在这里小编给大家总结了数据可视化制作的30个小技巧，通过列举一些容易被忽略的常见错误，希望最终能够快速提升和巩固你的可视化制作水平（来源：DataHunter）
一、你不得不注意的图表制作小技巧
1、条形图的基线必须从零开始
条形图的原理就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。
2、使用简单易读的字体
有些时候，排版可以提升视觉效果，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。
3、条状图宽度适度
条形图之间的间隔最好是1/2栏的宽度。
4、使用2D图形
虽然他们看起来很酷，但是3d形状可以扭曲感知，但是看上去会扭曲数据。坚持做一个2 次元，确保数据准确，挺好的！
5、使用表格数字字体
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。不确定字体是否正确?就看小数点(或任何数字)是否对齐就行。
6、统一感
统一感使我们更容易接收信息：颜色，图像，风格，来源……
7、不要过分热衷于饼图
展示多个区块比例大小，所有区块（圆弧）的加和等于 100%。但最好避免使用这个图表，因为肉眼对面积大小不敏感。
自己好像就是犯了这个毛病
8、折线图中使用连贯的线条
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。
9、尊重部分所占整体的比例
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。
10、面积、尺寸可视化
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。
11.使用大小来可视化值
大小可以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。
12、使用相同细节
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。
13、使用基础图形
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、散点图和线形图。
14、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，大局会被详细信息所淹没。
二、关于图表配色，你可以参考的5条准则
1、颜色深浅
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。
2、使用同一色系
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。
3、避免使用鲜艳的颜色
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，因为它们可以让你的读者理解你的数据，而不至于被数据淹没。
4、标签使用不同颜色区分
在某些情况下，在一段时间或一系列的值中，我们可能测量了不同种类的物体。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，分别用蓝色和红色区分猫和狗。
5、颜色数量
不要在一张图上使用6种以上的颜色；谨记谨记~
三、标准的可视化图表一定有注释
1、解释编码
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。
2、轴标签
这可能看起来没有必要，或者不是很有帮助，但是你无法想象，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。
3、标题
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。
4、重点元素做注释
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。
5、重要视图位置
将最重要的视图放置在顶部或左上角。眼睛通常会首先注意到该区域。
四、优秀的可视化图表，遵守的6条原则
1、数据排序有序
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。
2、比较数据
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。
3、不可扭曲数据
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。
4、展示数据
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，可以添加透明度,确保读者可以看到所有数据。
5、删除变量
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。
6、避免数据噪音
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”可以达到一个很高的水平，听众会更容易明白其中的数据情况。
五、送书活动
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过程中多思考一下，有哪些细节需要注意？这些细节的处理是否合理，数据可视化大神指日可待。
好久没有送书了，给大家送几本《利用Python进行数据分析》，老规矩，给本文点赞、点在看以后，发送截图到微信，我会随机抽取4名每人免费送该书一本(截止时间到2022年1月18日21点)。
我的个人微信，给本文点赞、点在看以后，发送截图给我：
对Python数据分析感兴趣的朋友也可以自行购买：
