数据可视化：是展示信息还是曲解信息(数据可视化发展趋势,关键词优化)

在这个数据量呈爆发式增长的时代，而如何将数据背后的信息有效直观地展现出来成为了难题。光靠图表和报告已经很难满足企业管理者的需求，数据可视化工具应运而生，用更易于理解的图形和引人注目的视觉效果传递了更多的有效信息。

然而数据可视化并不总是行之有效，由于图表的不恰当甚至是错误地运用导致信息的接收者得到了失真的信息，从而做出错误的决策，影响企业发展。

有许多可视化设计缺陷可以完全避免，比如说：

失真的柱状图

柱状图适合用来展示比较信息，Y轴以0点为开始，用柱形的高度来展示数值的大小，方便观察数据的终点。

但是如果Y轴的数值跨度设置过大或者过小，最终导致柱形图的失真--被拉长或缩短，从而在视觉上影响了人们的判断。如果不想被失真信息误导，还需要结合Y轴的数据跨度来综合进行数据的比较，但是这样又违背了图表的初衷--让信息简单易读。

戏剧化的折线图

折线图非常适合用来展示数据的趋势，拉伸图形的高度可以让其显得更加陡峭，而增加宽度则让其显得更加平缓--就像拉伸图片一样，但图片在拉伸过后的改变显而易见，而折线图的横纵比改变则容易被忽视，带来过分夸张或平静的信息，误导信息的接收者。

对于折线图的横纵比设定并没有明显的规定，但是保证折线的平均斜率在45°是一个不错的选择，大于45°就产生了拉伸的作用，小于45°则产生压缩的作用。

相近的饼状图

看上去易于阅读的饼状图实际对用户并不友好，我们的眼睛很难准确地判断角度的大小，尤其当两个切片大小接近的时候。我们只能通过饼状图判断哪一个切片面积更大，而难以判断两个切片之间真正的数值差距。

当然，想要用饼状图完成精准的数字呈现也是可能的，一方面是插入大量的数值和标签，另一方面就是在饼状图旁边加上详细的说明。

色彩斑斓

在可视化图表中用多种颜色用来区分不同的数据，但是颜色过多则会让人眼花缭乱。颜色间的对比能吸引人们注意，但过多的颜色反而模糊了信息的重点。

去除干扰

背景，边框，阴影，黑色网格线和不必要的标签是阅读图表的障碍，这些装饰元素并不会陈述数据背后的信息。想让图表看起来更科学、更精确、更加生动或者是图表设计者炫技是这些元素存在的理由，但是实际上这些只会让图表更加冗沉，违背了我们数据可视化的宗旨--准确传递、精简信息。

二维图表足够了

或许3D立体图表更加生动立体，但实际上这样做增加了理解数据的难度并扭曲了所传递的信息。

在3D图表中，后面的部分看上去比前面的更小、甚至被隐藏，增加了对值的判断和比较的难度。并且在阅读图表时，数据值对应的轴坐标刻度也难以判断。

如果可能，还是尽多地使用二维图表，足够日常使用了。

小数点后**位

小数点后保留过多的数字看上去显得很严谨，但是实际上并没有太大的意义，甚至给信息接收者带来信息过载。

在选择数据的精确度上，保持和数据读者的日常沟通水平就足够了。简而言之，就是图表使用的数据精度低于可获得的数据精度，别让图表的阅读者分心。