数据可视化 101：饼图和条形图的最佳实践

作为商人和营销人员，我们处理数据。 这是我们用来做决定（甚至是直觉决定）的东西。 数据也是我们传达事物状态以及提出改变理由的方式。

作为有逻辑、以结果为导向的商业人士，我们喜欢以数据为基础。

这个原则现在非常普遍，它出现在许多学科中。 有数据驱动的营销。 数据讲故事。 这也与视觉内容的趋势很好地联系在一起。

是的——我们所有的图表都是一种视觉内容。 我们甚至有一个很好的词来混合数据和视觉内容：“数据可视化”，又名“数据即化”。

鉴于数据可视化的强大和无处不在，您不想做得更好吗？ 想了解一些关于如何使饼图或图形更具说服力的技巧吗？

如果是这样，请继续阅读。 这些经过验证的最佳实践将有所帮助。 为了简明扼要，我将我的建议限制在两种最常用的数据可视化工具上：饼图和条形图。

警惕饼图

不知道他们是麻烦制造者，对吧？ 但是相当多的数据可视化专家强烈反对饼图。 Walter Hickey 在他的博文“世界上最糟糕的图表”一开头写道：“饼图很容易成为数据可视化历史上最糟糕的传达信息的方式。”

哎哟。

甚至可能是数据可视化领域最受尊敬的声音的爱德华·塔夫特 (Edward Tufte) 也说，“饼图很糟糕，唯一比一张饼图更糟糕的是饼图很多。”

那他们为什么这么可怕呢？

基本上，这是因为它们难以阅读。 它们很难读懂，因为我们的大脑不擅长解释馅饼不同部分的相关大小。 如果图表的部分相似，我们就无法轻易分辨出哪一块更大。

如果你只有两片或三片馅饼，而且所有这些片都非常不同，那么你就没有太大问题。 但大多数饼图并非如此。 很多时候，我们试图将太多数据压缩到它们中——我们不仅会得到很多切片，而且还会得到太多大小相似的切片。 那时很难区分占馅饼 23% 的部分与占 28% 的部分之间的区别。

那么，这真的有什么大不了的吗？ 饼图真的如此严重地扭曲了我们的看法吗？

好吧，考虑一下这一行饼图。 他们应该说明随时间的变化：

现在将这些饼图与这些条形图进行比较。 它们显示相同的信息，但条形图让我们更准确地看到变化以及不同类别的大小

如何使饼图看起来更好

是的……所以饼图有问题。 但我猜你仍然不得不不时地使用它们，无论是因为你的老板这么说，还是因为很难以任何其他方式描述你的信息。

所以，如果你一定要用饼图，尽量遵守这些规则：

1.不要使用超过五个部分。

太多的薄片很难阅读。 他们透露的信息和他们透露的信息一样多。

所以，这样做：

不是这个：

2. 将“12”中最大的切片放在顶部（就像在时钟上）并绕着圆圈工作。

像这样：

不是这个：

3. 避免将一个饼图与另一个饼图进行比较。

还记得上面那个用三个饼图显示随时间变化的例子吗？ 这不是使用饼图的好时机。 因为即使是一个馅饼也难以阅读，所以将它们排成一排供人们比较会使事情变得更糟。 如果您想像这样比较两组数据，请使用这样的堆积条形图：

4. 不要使用 3-D 饼图。

他们使馅饼的某些部分看起来比其他部分更大。 这使得图表更难阅读，并且可能完全具有欺骗性。

在上面的示例中，紫色切片看起来比后面的深蓝色切片大，但由于蓝色切片的透视缩短，它们可能大小相同。 角度也很难测量。

我不建议这样做（当然），但如果你想操纵信息——故意让深蓝色切片看起来比紫色切片小——3D 图表可以很好地做到这一点。

何时使用饼图

在你发誓永远不使用饼图之前，请了解这一点：无饼图规则有一个例外。 真的。 数据可视化专家这样说。 当你有 2-3 个明显不同的数据点时，就没问题了。 那个时候你可以吃你的馅饼。 这是饼图有用的一个例子——它们擅长向人们展示事物的一小部分是什么样的。

例如，这是饼图的合理使用：

条形图的常见错误

在饼图之后，我们在商业中看到的下一个最常见的图表是条形图。 这些不像糟糕的饼图那样令人痛恨，但它们与一些经常犯的错误有关。 以下是最严重的罪犯：

1. 横向标签。

这是它们的样子：

幸运的是，这是一个简单的修复。 只需切换轴上的信息，即可水平阅读长标签。

2. 数据点不按大小排序。

上面的图表没有违反这条规则。 在垂直和水平示例中，最长的条在最上面，它们按顺序下降到最短的条。

这带来了视觉上的一致性，但更重要的是，它更容易理解测量结果的比较方式。

像这样的图表打破了规则。

它使观众不得不猜测或眯着眼睛看不同借口的出现频率。

当然，如果您使用条形图来显示随时间的变化，那么您应该优先考虑时间增量并将它们按顺序排列，而不是强制条形长度对齐。

3. 避免图表上出现阴影或 3D 元素。

它只是分散了信息的注意力。 使任何数据可视化的图像尽可能简单。 您希望您的信息之星是信息本身——而不是其他任何东西。

虽然我喜欢 Social Media Examiner 的年度行业报告，但我希望他们不要将图表制作成 3D。

这是一个小错误，但它使每个数据可视化专家的禁忌清单成为可能。 条形图上条形后面的那些线？ 他们应该走了。 他们只会弄乱你的图表。

所以这样做：

而不是这个：

结论

我们传达的信息越清晰，我们就越有可能被倾听。 饼图和折线图可以做到这一点——但仅在特定情况下，并且仅当它们以简单明了的方式描述时才有效。 这些图表提取了大量信息，但它们看起来越简单，影响力就越大。