收下这份可视化图表应用指南，再也不会用错图表

俗语有曰：字不如表，表不如图
数据可视化就是通过易读、易懂、易操作的图表，给用户带来良好的视觉效果，降低用户的理解难度，从而实现用数字给用户讲个故事的工作目的。
简单理解，数据可视化 = 正确数据 + 可视化，数据内容是基础，可视化是用图形化的方式呈现，并借此传达信息的方式。
所以数据内容是可视化的基础，单纯追求可视化设计的意义并不大，拥有了优质的数据内容，可视化的意义才存在
进而理解，可视化 = 表达观点 + 美观设计，表达观点是根本，美观设计是感官体验的锦上添花，增强信息的传达力度
所以表达观点才是可视化的内核，再强的可视化效果，也必须服务于表达观点，否则一切都是徒劳
如何实现数据可视化？
实现数据可视化，步骤并不复杂，主要分成2步：准备必要的数据、图表可视化制作
1、准备必要的数据
我们做数据分析的目的是为了解决问题，给公司与部门提供存在参考价值的分析内容，最基础的就是数据，各种数据。
准备必要的数据是为了明确数据范围，减少数据量，通过采集、统计、分析与归纳，梳理出我们需要的数据结果表。
梳理出的数据内容，一般使用Excel储存，也可以使用SQL或者Hive存储在BI部门或者数据中心
我们在使用数据表时，通过单表查询或者多表关联的方式，完成其数据分析工作
2、图表可视化制作
工欲善其事，必先利其器
我们日常使用最频繁的可视化工具是Excel ，除此之外，还可以通过R语言、Python结合JS ，通过代码的方式来实现，但是这些实现方式，学习与操作成本略高
如今市面上可选的可视化工具有很多：Tableau、帆软FineBI、PowerBI、网易有数等等，通过基础的SQL能力结合鼠标的拖拽操作，就可以完成可视化设计，用鼠标对数据表字段进行拖拽，就可以实现维度与指标的设置，还可以添加筛选条件，再结合SQL查询，便完成了可视化报表的制作。
而在工具越来越实用的前提下，考验我们的还有设计与审美能力，我们需要注意的有：
A、减少数字噪音，选择合适的图表
图表有很多选择，并不是复杂的图表才算上档次，大道至简，越是简单的图表，越是能让用户理解我们所要表达的内容
简单总结一下：
基本图表：折线图、散点图、条形图、柱状图、气泡图、组合图、面积图、饼图等
复杂图表：仪表盘、地图、流向地图、热力地图、树形图、框架图、漏斗图、甘特图、词云图、雷达图等
选择图表时，需要了解不同图表的优劣以及它们适合的应用场景，尽量较少数据噪音，不要同时给予对方太多的内容。
但也不是不可以使用复杂图表，某些场景下复杂图表可能更能清晰的表达数据背后的含义，那用一下也未尝不可哈
B、颜色搭配合理，多维度交互搭配
关于配色，仁者见仁，智者见智，有各种流派。
就本人而言，更倾向于尽量少使用艳色调，多使用渐变色，确保辨识度，而需要对比的数据可以选择对比色或者互补色。
建议大家多去一些配色网站看看，如：Material Palette、Material UI Colors等等，也可以多去Dribbble、堆糖、花瓣或者千图这些网站溜达一下

本文插图
颜色感，只能多看多培养，看的越多，就会越有感觉，获得一种积累而产生的灵感。
至于说到多维度的交互设计，常见的有以下几种：

筛选：通过设置过滤条件，实现不同维度数据的组合展现；
钻取：实现不同层次的数据的分层展示，如上下级部门等；
- 上一页
- 1
- 2
- 3
- 4
- 下一页