京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20