
十个做图表心得,看完就能用
在我从事设计工作的 15 年中,大多数时间都在设计复杂、有大量数据的网页和 app。可以说,我每天都在和图表打交道,这篇文章,将和大家分享图表设计的 10 个原则。好好运用这些原则,可以帮你设计出更具美学、更受欢迎、更加实用的图表。
1. 使用常见图表类型
作为设计师,使用独具特色的不常见图表(比如流线图),你会觉得很有趣,而且创意十足。但是,不应该让用户去学习如何阅读你「原创」的图表。
所以,最好使用常见的图表,比如:面积图,条形图/柱状图,折线图,或者饼状图/圆环图。
2. 饼状图不超过 5 个分类
一个通用的经验法则——如果要使用饼状图,尽量将区块数量控制在 5 个以内。区块数量越多,用户读取数据的难度越大。遇到此类情况,建议采用其它类型图表。
3. 归类整理,顺序排列
只要内容不涉及日期,你可以通过升序或降序归类整理图表内容,从而大大提高图表的可读性。这个原则通常适用于条形图/柱状图。
4. 避免使用 3D 图表
只要不涉及 VR, 绝对没有必要使用 3D 图表,而且有些 3D 图表的「颜值」还很低。
5. 避免随机生成颜色
有些图表框架会随机生成代表各组数据的颜色。其背后的算法,很少和整体配色方案相匹配,而且不同数据组之间的视觉区别也不够明显。
最好还是通过人工配色——确保有足够的颜色可用,并且不同颜色间的辨识要清晰。
6. 趋势线会分散用户注意力
趋势线看起来可以使图表界面更丰富。但实际上,它并没有起任何作用,有用的还是线条下面的点状数据。如果你决定使用趋势线,至少可以让用户能手动隐藏它。
7. 不要依赖数据提示框
将数据提示框当作额外或补充信息来源。换句话说,数据提示框不应被视作用户了解标绘值的唯一途径。
8. 图例要视情况使用
当图表只有一种数据信息时,用图表标题说明数据信息即可。加上图例,纯属多此一举。
9. 网格线要视情况使用
网格线的作用,在于帮助用户了解轴标签对应的数据信息。然而,在简单图表中,网格线并不是必要的。如果非要用网格线,要注意是否需要在 X 轴和 Y 轴上同时使用。通常,在一个轴上标注网格线就足够了。
在套用模板时,不要一套了事,而是多进行对比,找出最适合自己的那一款。
当然,也有例外……
在围绕数据而设计时,你应该充分利用你的判断力和创造力。虽然数据有时会相当复杂,但要围绕数据设计出有意义的故事,总不能千篇一律。
当然,也许你会发现,这 10 个原则可能都不适用于你所处理的数据。时不时地「违背原则」,也不是大问题。但不容忽视的是,一定要在现实情况下测试你的设计。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15