2017年阿里雲棲大會的時候，有一個巨大的 DashBoard 數據液晶大屏，用來展示安全生態領域的可視化數據，當時給觀衆的印象就是「哇，好酷！」，然後，就沒有然後了…雖然當時設計得很酷，數據也很美，但是呈現的信息是完全無感的，沒法快速解讀數據，甚至看不懂某些圖表是在表達什麼信息。
總結一下看不懂的原因：
1. 一個看不懂數據圖表的設計師來做數據可視化設計，未免說不過去。
2. 產品 UI 一直強調回歸到用戶訴求層去指導設計，數據可視化也應該回歸到數據源頭，才能提升我們的可視化設計能力。
3. 團隊提倡用數據思維來指導設計，而研究數據圖表和知識顯然是基本功。
4. 可視化設計與自己工作強關聯，正好能學以致用。
爲了緊跟時代的發展不被淘汰一下對數據化可視化進行簡單的講述，希望對設計師們有所幫助。
如今隨着科學技術的發展，已經沉澱出豐富且經典耐用的信息可視化表達。無論在傳統的紙質媒體，還是如今手機、電腦，電視等各類終端的電子媒體都得以大放異彩。目前，各大可視化工具中有非常詳盡的圖表類型介紹，比如 Excel2010 的版本里面，提供了 10 類共 53 個圖表。AntV 平臺則提供了 15 類近 200 個數據圖表，現在我們就來普及一下基本知識。
常用可視化圖表分類
目前主流的可視化平臺把常用圖表分成九大類（來自 AntV ），分別是：比較、分佈、關聯、佔比、區間、流程、趨勢、時間、地圖。
比較
顯示值與值之間的不同和相似之處。使用圖形的長度、寬度、位置、面積、角度和顏色來比較數值的大小，通常用於展示不同分類間的數值對比，不同時間點的數據對比。
分佈
顯示頻率，數據分散在一個區間或分組。使用圖形的位置、大小、顏色的漸變程度來表現數據的分佈，通常用於展示連續數據上數值的分佈情況。
佔比
顯示同一維度上佔比關係
關聯
顯示數據之間相互關係。 使用圖形的嵌套和位置表示數據之間的關係，通常用於表示數據之間的前後順序、父子關係以及相關性。
區間
顯示同一維度上值的上限和下限之間的差異。 使用圖形的大小和位置表示數值的上限和下限，通常用於表示數據在某一個分類（時間點）上的最大值和最小值。
流程
顯示流程流轉和流程流量。一般流程都會呈現出多個環節，每個環節之間會有相應的流量關係，這類圖形可以很好的表示這些關係。
趨勢
分析數據的變化趨勢。使用圖形的位置表現出數據在連續區域上的分佈，通常展示數據在連續區域上的大小變化的規律。
時間顯示以時間爲特定維度的數據。使用圖形的位置表現出數據在時間上的分佈，通常用於表現數據在時間維度上的趨勢和變化。
地圖
顯示地理區域上的數據。使用地圖作爲背景，通過圖形的位置來表現數據的地理位置，通常來展示數據在不同地理區域上的分佈情況。
常用可視化圖表舉例分析
1) 柱狀圖
展示多個分類的數據變化和同類別各變量之間的比較情況。使用垂直或水平的柱子顯示類別之間的數值比較。其中一個軸表示需要對比的分類維度，另一個軸代表相應的數值。
優點：對比分類數據。
缺點：分類過多則無法展示數據特點。
2) 條形圖（也可歸到柱狀圖大類中）
類似柱狀圖，只不過兩根軸對調了一下。
優點：類別名稱過長，將有大量空白位置標示每個類別的名稱。
缺點：分類過多則無法展示數據特點 。
3) 折線圖
堆積面積圖
展示數據隨時間或有序類別的波動情況的趨勢變化。
優點：有序的類別，比如時間。
缺點：無序的類別無法展示數據特點。
4) 散點圖（以及氣泡圖）
用於發現各變量之間的關係。
優點：存在大量數據點，結果更精準，比如迴歸分析。
缺點：數據量小的時候會比較混亂。
5) 餅圖
餅圖可以很好地幫助用戶快速瞭解數據的佔比分配。
優點：瞭解數據的分佈情況。
缺點：分類過多，則扇形越小，無法展現圖表。
6) 詞雲
7) 箱型圖
以上只是部分常用圖表樣式，更多詳細的圖標樣式及其介紹，可前往阿里數據可視化平臺
這其實爲我們提供了一種快速選擇數據圖表類型的思考流程，四步走：
1.分析數據源
2.確定展示的類型
3.選擇的變量類型及數量
4.選擇對應的數據圖表
介紹這些基本知識是遠遠不夠的，網絡上有非常多的平臺、工具和團隊可以供我們深入學習和研究數據可視化設計，以下列舉了我平時經常光顧的學習資源。
除了學習鞏固數據相關的基礎知識以外，更需要在日常工作學習中培養習慣，養成數據化的思維方式。
· 1.保持對數據的敏感度
· 2.嘗試利用可視化工具創建圖表，鍛鍊分析整理的能力
· 3.密切關注自家產品線的用戶行爲數據，解讀各類數據指標，培養分析的習慣
· 4.關注前沿技術和可視化新形式，保持開放包容的心態
好了，文章就介紹到這裏，我們共同努力。
編輯：千鋒UI設計
