在很早以前，我第一次接触数据可视化，总是被其精妙所折服，开始关注例如D3.js、ggplot等工具。后来某一天我发现，我沉溺于工具之中，而忘记了出发点。事实上，可视化的图表并没有优劣之分。好的图表是可以吸引大众的注意力，但你要传达的内容却是更重要的。

合适的图表+合理的布局，其实就已经够我们传达信息了。优雅的可视化工具，只是一种工具。如果能用简单的excel画出信息密度高的图表，那么其实用其他语言工具，多少有点儿大炮打蚊子。

选择合适的图表

如果你的数字很少，只有一到两个，那么去做可视化就没必要了。简单的文本胜过复杂的图表。

表格

如果你的数字很多，同时又不能隐藏，需要全部同步给受众，那么表格将是一个好的选择。用表格让受众自己寻找感兴趣的点。如果可以的话，用热力图传递数据的相对大小。

图形

这里的图形，就是我们常见的诸如散点图、折线图、条形图和面积图。一般而言，如果需要关注两个变量的相关性，宜采用散点图。在绘制线性图时，我们关注的是连续数据。在这个过程中，我们还关注数据的上下界、平均数。

绘制条形图时，有更多的选择d3数据可视化，因此也需要注意更多。首先坐标轴的选取，宜从0开始。坐标轴不在原点，虽然可以起到对比作用，但又较大的引导嫌疑。在堆叠条形图中，需要比较的对象放在同一基准线上。瀑布图则可以看作局部的堆叠条形图。水平条形图中，我们把最重要的放在前面。堆叠水平条形图则一般用来可视化建议和反馈。

图表中的陷阱

首先，3D图由于其视角的特性，极其容易带来视觉误差。面积图中，二维的面积是比较的对象，但很多人常把一维的长宽或者半径作为了基准线。双y轴有很多视觉上的混淆感，建议直接添加标签或者竖直分割。

消除杂乱

很多时候，并不是简单图表无法表达你的信息，而是因为你想表达的信息太多，让重要信息消失在了数量众多的简单图表中。消除杂乱，十分重要。因为杂乱是认知负荷的元凶之一。人类的注意力是有上限的。如果一个东西很难理解，自然加大了信息传达的难度。

视觉认知的格式塔原则

视觉认知中，有著名的心理学格式塔原则。他们分别是：临近原则，物理上临近的属于一个群体。相似原则，外形、颜色、方向相似的，被视为一个群体。包围原则，物理上包围在一起的视为一个群体。闭合原则，每一个元素都被假设是闭合的、可识别的。连续原则，人脑倾向于认为视觉元素是连续的。连接原则，物理连接的被视为一个群体。

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！