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,你真的会用它吗?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,而且不要超过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

虚线会让人分心,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

确保数据不会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~ 

本文作者:佚名

来源:51CTO

时间: 2024-10-29 15:31:06

数据分析图的十大错误,你占了几个?的相关文章

避开十大错误 找到数据库开发捷径

尽管软件发展中的热点技术层出不穷,不断地变化,有一些东西却一直未曾改变,其中之一就是开发人员对数据库的使用和设计开发-- 你可能会兴奋地紧跟时尚创建一个AJAX Web界面,或者使用最近迷人的Windows用户界面,但是透过这些各种各样的外观界面,你可能依然需要从后台数据库中提取或存取所需要的数据--这一点就如同十多年以前人们对数据库的操作是一样的. 然而,令人吃惊的是,现在还有很多开发者依然在不断地重复着很多年以前就存在的数据库使用和开发上的错误.或许是有太多的开发者只是来学习如何使用一个数据

大数据营销的十大切入点

2013年似乎人人都在谈论大数据,然而说得云里雾里者多.许多企业家更关心的事是:如何才能真正找到大数据营销的切入点? 大数据营销的十大切入点 许多人感觉到大数据时代正在到来,但往往只是一种朦胧的感觉,对于其真正对营销带来的威力可以用一个时髦的词来形容--不明觉厉.实际上,还是应尽量弄明白,才会明白其厉害之处.对于多数企业而言,大数据营销的主要价值源于以下几个方面. 第一,用户行为与特征分析.显然,只要积累足够的用户数据,就能分析出用户的喜好与购买习惯,甚至做到"比用户更了解用户自己".

博客可用性:十大错误设计

写在前面的话:本文将介绍一些关于博客可用性(Weblog Usability)的十个最常见的错误.本文为翻译作品,之所以我要花一晚上的时间翻译这篇文章,因为我看完此文后颇有一些感慨,为了让更多的人了解这篇文章,我将这篇文章进行了翻译,并附加上我自己的观点.初次翻译,翻译的不好,见谅. 博客可用性:十大错误设计 作者:Jakob Nielsen, 翻译:William Long 博客是网站的一种形态,因此对于网站易用性的一些指导方针同样适用于博客,但是博客是一种特殊类型的网站,他们的一些独特的特性

[译] Pull request review 的十大错误

本文讲的是[译] Pull request review 的十大错误, 原文地址:Top ten pull request review mistakes 原文作者:Scott Nonnenberg 译文出自:掘金翻译计划 译者: luoyaqifei 校对者:xiaoyusilen,phxnirvana Pull request review 的十大错误 我已在多个 GitHub 托管的项目中工作过,无论是 个人的. 开源的 或者 工作中的.有的时候使用公开的 GitHub,别的时候使用 Gi

2017年大数据领域的十大趋势

文章讲的是2017年大数据领域的十大趋势,曾有媒体将2013年称为"大数据元年",经过两三年大数据依然热度不减,但是也有专家认为前几年大数据一直处于一个很尴尬的局面,大数据不接地气,人人都在谈大数据,但真正应用大数据的人很少.2016年,各行各业的大数据应用都渐渐从空洞的理论落地,所以很多专家认为2016年才是真正意义上的大数据元年. 无论如何,大数据已经成为IT领域的流行趋势.据不完全统计,2016年1-6月,全球大数据行业共计发生157起投融资事件,涉及金额超过600亿元,亚马逊.

新手站长常犯的十大错误

中介交易 SEO诊断 淘宝客 云主机 技术大厅 新手站长正所谓的初生牛犊不虎,常常会犯普通站长不该犯的明显错误,走了不少前人走过的弯路,实在可惜.特在此将常见的十大错误总结如下,以期后来人能少走些弯路,多些收获. 1 内容全是采集 这年头做站最头疼的莫过于创造内容,这点过来人深有感触.现在的内容管理系统(cms)多如牛毛,比如动易,新云等,功能那是没话说.用上cms上的采集功能一个晚上就能有n多文章.可是,这样采集来的东西,会被搜索引擎收录吗?试想一下,用同样手段搞内容的人千千万万,你凭什么排在

AI、大数据、和数据科学的十大类算法

AI正在改变我们的职业.我们的工作方式和我们的企业文化.AI让我们得以专注于那些真正关键的技术,让人力资源得以充分发挥他们的长处.但在工作场景中应用AI确实会让事情变得复杂,因为有各种不同层级的算法可以用于实现AI,每一类的使用和影响都有差别.为了更好地平衡人力资本和AI资本,本文作者介绍了用于实现AI.大数据.和数据科学的十大类算法,以及它们分别擅长的任务. 算法正在取代我们的工作吗?是...是的...但算法是个好东西. 算法是一系列包含能够帮助人解决问题.完成目标任务的规则的步骤.用正确的方

十大错误设计

中介交易 SEO诊断 淘宝客 云主机 技术大厅 博客是网站的一种形态,因此对于网站 易用性的一些指导方针同样适用于博客,但是博客是一种特殊类型的网站,他们的一些独特的特性会产生一些完全不同的可用性问题. 博客的一个最伟大的好处是它本质上将你从"网站设计"中解放了,你写一篇文章,点一个按钮,它就发布到互联网上,不需要那些平面设计.网页设计.交互设计.消息架构,任何编程和服务器维护都不需要了. 博客出现的结果,使得建立网站更简单了,互联网上的写作群体爆炸性地增长,这是简单易用的重要性的一个

全国首部《大数据蓝皮书》指出:中国大数据发展呈现十大新趋势

大数据战略重点实验室研究编著.社会科学文献出版社出版的<大数据蓝皮书:中国大数据发展报告No.1>(简称<大数据蓝皮书>)5月28日正式发布.作为全国首部<大数据蓝皮书>,从制度.技术.产业和学科建设等层面对大数据的发展进行分析与研判,并提出中国大数据发展的十大新趋势. 趋势之一:丰富细致的政策体系助推大数据落地.从中央到地方,更加丰富的配套政策与实施细则将促进大数据加快落地,更多地方政府积极推进大数据发展,并在大数据政用.商用.民用领域打造大数据应用的典范. 趋势之二