数据可视化设计师必备的图表规范指南

编辑导语：数据可视化，旨在借助图形化手段，清晰有效地传达与沟通信息。但是，这并不意味着数据可视化就一定令人感到枯燥乏味，为了有效地传达概念，美学形式与功能需要齐头并进。然而，设计人员往往并不能很好地把握设计与功能之间的平衡，从而创造出华而不实的数据可视化形式。接下来，本文作者为我们分析了数据可视化设计师必备的图表规范指南。

一、你在工作中是否会为了如何选用可视化图表而苦恼？

在企业大数据、后台管理面板、金融行业等与数据有关的UI设计中，数据可视化设计是必不可少而且非常重要。

但是很多设计师不懂可视化当中不同用途的图表规范，只是为了设计出好看的数据图表，在不停的寻找设计灵感参考，最终发现了即使有漂亮的可视化数据图表，但却不能用在自己的项目上非常可惜。

为什么会出现这样的情况呢？

原因其实无非就是：设计师除了自身比较少接触数据设计外，就是对可视化的设计规范不了解。

如果您了解一些数据图表的相关设计规范，知道什么数据用什么图表，知道颜色的意义，知道数据排版的要点，那么你就能从这些规则中绘制出优秀又美观的可视化数据图表。

二、设计师应该了解的数据可视化图表设计规范有哪些？

今天我将为大家分享谷歌2019年6月更新的Material Design数据可视化设计规范指南，这个规范指南基本适用所有数据图表设计，很有参考价值，建议收藏。

主要从以下几个方面去归纳：

1. 数据可视化的基本原则？
2. 数据图表的类型有哪些？
3. 针对不同用途该如何选择合适的可视化图表类型？
4. 数据图表的样式设计？
5. 数据可视化大屏的用途分类？

三、数据可视化的基本原则

数据可视化是一种以图形描绘密集和复杂信息的表现形式。数据可视化的视觉效果旨在使数据容易对比，并用它来讲故事，以此来帮助用户做出决策。数据可视化可以表达不同类型和规模的数据，包括从几个数据点到有大量变量的数据集。

所以我们在进行数据可视化的时候需要注意三点要求：

1. 准确的

优先考虑数据的准确性、清晰度和完整性、以不会曲解信息的方式来呈现信息。

2. 有帮助的

为用户浏览数据时创造便于研究和比较的条件与功能。

3. 可扩展的

预测用户对数据深度、复杂性和形式的需求，针对不同设备大家可以进行可视化展示内容和形式。

四、数据图表的类型

数据可视化是可以以不同的形式去表达的，图表是表达数据的常用方式，因为它们能够展示和对比多种不同的数据。

图表类型的选择主要取决于两点：

1. 要表现的数据
2. 表现该数据的用意

1. 具体类型

1）随时间进行变化的图表

这类图表主要用来展现一段时间的数据，例如多个类别之间的趋势或者比较。

常见的用例包括：股价的升降表现、数据统计、年报等。

图源：网络

2）不同数据间的类别比较

类别比较图表是多个不同类别数据之间的比较，常见用例包括：不同国家的收入、热门场的时间、团队分配。

图源：网络

3）展现不同数据间的排名图表

排名图表显示项目在有序列表中的位置，常见用例包括：选举结果、性能统计。

图源：网络

4）不同部分数据在总体数据中的占比

占比类图表显示了局部与整体的关系，常见用例包括：产品类别的综合收入、预算。

图源：网络

5）两个数据以上的关联比较

关联类图表显示两个或以上变量之间的关系，常见用例包括：收入和预期寿命。

图源：网络

6）数值间的分布

分布类图表显示每个值在数据集中出现的频率，常见用例包括：人口分布、收入分布。

图源：网络

7）数据的流程

流程类图表显示了多个状态之间的数据移动，常见用例包括：资金转移、投票计数和选举结果。

图源：网络

8）数据关系

关系图表显示多个项目之间的关系，常见用例包括：社交网络、词图。

图源：网络

五、针对不同用途该如何选择合适的可视化图表类型？

面对多种类型的图表，以下表格总结了关于如何选择合适的图表。

显示随时间的变化，可以使用时间序列图表来表示随时间的变化，就是按时间顺序表示数据点的图表。表示随时间变化的图表包括：折线图，柱状图（条形图）和面积图。

*基线值是y轴上的起始值。

1. 柱状图（条形图）和饼图

柱状图（条形图）和饼图都可用于显示比例，表示部分与总体的对比。

• 柱状图（条形图）使用共同的基线，通过条形长度表示数量；
• 饼图使用圆的圆弧或角度表示整体的一部分。

柱状图（条形图），折线图和堆叠面积图在显示随时间的变化方面比饼图更有效地。由于这三个图表都是使用相同的基线，因此可以更轻松地根据条形长度比较值的差异。

图源：网络

2. 面积图

面积图有多种类型，包括堆叠面积图和层叠面积图：

• 堆叠面积图显示多个时间序列（在同一时间段内）堆叠在一起
• 层叠面积图显示多个时间序列（在同一时间段内）重叠在一起

层叠面积图建议不要使用超过两个时间序列，因为这样做会使数据模糊不清。取而代之，应当使用堆叠面积图来比较一个时间间隔内的多个值（横轴表示时间）。

图源：网络

六、数据图表的样式设计

数据可视化使用自定义样式和形状，使数据更容易理解，以适合用户需求。

图表可以从以下方面进行优化：

• 图形元素
• 文字排版
• 图标
• 轴和标签
• 图例和注释

不同类型数据的样式设计：

可视化编码：是将数据转换为可视形式的过程。独特的图形属性可应用于定量数据（如温度，价格或速度）和定性数据（如类别，风味或表达式）。

这些图形属性包括：

• 形状
• 颜色
• 大小
• 面积
• 体积
• 长度
• 角度
• 位置
• 方向
• 密度

不同属性的表现：

多个视觉处理方法可以综合应用于数据点的多个方面，例如：在条形图中，条形颜色可以表示类别，而条形长度可以表示值（如人口数量）。

图源：网络

形状可用于表示定性数据。在此图表中，每个类别由特定形状（圆形，正方形和三角形）表示，这样可以在一张图表中轻松实现特定范围的比较，同时也可以进行类别之间比较。

1. 形状

图表可以运用形状，以多种方式展示数据。形状的设计可以是有趣的、曲线的，或者精确和高保真的等等。

形状精确程度：图表可以展示不同精度程度的数据。

用于细致研究的数据应该用适合交互的形状（在触摸大小和功能可见性方面）展示，而旨在表达一般概念或趋势的数据可以使用细节较少的形状。

图源：网络

2. 颜色

颜色可用于以四种主要方式区分图表数据：

• 区分类别
• 表示数量
• 突出特定数据
• 表示含义

1）颜色区分类别

图源：网络

例：圆环图中，颜色用于表示类别。

2）颜色突出数据

图源：网络

例：散点图中，颜色用于突出特定数据。

3）重点区域

在不滥用的情况下，颜色可以突出焦点区域。不建议大量使用高亮颜色，因为它们会分散用户注意力，影响用户的专注力。

4）颜色表示含义

图源：网络

5）无障碍

为了适应看不到颜色差异的用户，您可以使用其他方法来强调数据，例如高对比度着色，形状或纹理。将文本标签应用于数据还有助于说明其含义，同时消除对图例的需求。

3. 线

图表中的线可以表示数据的特性，例如层次结构，突出和比较。线条可以有多种不同的样式，例如点划线或不同的不透明度。

线可以应用于特定元素，包括：

• 注释
• 预测元素
• 比较工具
• 可靠区间
• 异常

图源：网络

4. 文字排版

文本可用于不同的图表元素，包括：

• 图表标题
• 数据标签
• 轴标签
• 图例

图表标题通常是具有最高层次结构的文本，轴标签和图例具有最低级别的层次结构。

图源：网络

字重：标题和字重的变化可以表达内容在层次结构中的重要程度。但是应该保持克制，使用有限的字体样式。

图源：网络

5. 图标

图表可以表示图表中不同类型的数据，并提高图表的整体可用性。

图表可用于：

• 分类数据：用于区分组或类别；
• UI控件和操作：例如筛选、缩放、保存和下载；
• 状态：例如错误、空状态、完成状态和危险。

在图表中使用图标时，建议使用通用可识别符号，尤其是在表示操作或状态时，例如：保存、下载、完成、错误和危险。

图源：网络

6. 坐标轴

一个或多个坐标轴显示数据的比例和范围，例如，折线图沿水平和垂直坐标轴显示一系列值。

1）柱状图（条形图）基线

柱状图（条形图）应从为零的基线（y轴上的起始值）开始，从不为零的基线开始可能导致数据被错误地理解。

2）坐标轴标签

标签的设计应体现图表中最重要的数据，应根据需要使用标签，并在UI中保持一致性，他们的出现不应该妨碍查看图表。

3）文字方向

为便于阅读，文本标签应水平放置在图表上。

文字标签不应该：

• 旋转
• 垂直堆叠

图源：网络

7. 图例和注释

图例和注释描述了图表的信息，注释应突出显示数据点，数据异常值和任何值得注意的内容。

1— 注释，2.—图例。

在PC端，建议在图表下方放置图例。在移动端，将图例放在图表上方，以便在交互过程中保持可见。

1）标签和图例

在简单图表中，可以使用直接标签。在密集的图表（或更大的图表组的一部分）中，可以用图例。

七、数据可视化大屏的用途分类

在称为数据大屏的UI界面中，数据可视化通过一系列图表实现。多个独立的图表有时可以比一个复杂的图表更好地表达故事。

数据大屏设计：数据大屏的目的应在其布局，样式和交互模式中体现。无论是用来制作演示文稿还是深入研究数据，它的设计应该适合它的使用方式。

数据大屏应该：

• 突出最重要信息（使用布局）
• 根据信息层级确定信息的焦点（使用颜色、位置、大小和视觉权重）

应根据对数据的需求确定信息的优先级并进行安排。在此示例中设计仪表板，考虑了以下用户问题：

1. 需要注意的问题
2. 发生问题的时间
3. 发生问题的位置
4. 受问题影响的其他变量

1. 分析类数据大屏

分析类数据大屏让用户能够研究多组数据并发现趋势。通常，这些数据大屏包含能够深入洞察数据的复杂图表。

用例包括：

• 随时间变化的突出趋势
• 回答“为什么”和“假设”的问题
• 预测
• 创建有深度的报告

分析类数据大屏示例：

• 跟踪广告活动的收效
• 跟踪产品在其整个生命周期中的销售额和收入
• 随时间变化的城市人口趋势
• 跟踪随时间变化气候数据

分析类数据大屏显示气候数据

2. 操作类数据大屏

操作类数据大屏旨在回答一组预设的问题。

它们通常用于完成与监控相关的任务，在大多数情况下，这些类型的数据大屏具有一系列关于当前信息的简单图表。

用例包括：

• 跟踪目标的当前进度
• 实时跟踪系统性能

操作类数据大屏示例：

• 跟踪呼叫中心的活动，例如呼叫音量，等待时间，呼叫长度或呼叫类型
• 监控在云端应用程序的运行状况
• 显示股市情况
• 监控赛车上的遥测数据

操作类数据大屏显示设备存储指标

3. 演示类数据大屏

演示类数据大屏是为感兴趣的主题提供的展示视图。

这些数据大屏通常包括一些小图表或数据卡片，用动态标题描述每个图表的趋势和见解。

用例包括：

• 提供关键绩效指标的总览
• 创建高级执行情况的概要

演示类数据大屏示例：

• 提供投资账户绩效的总览
• 提供产品销售和市场份额数据的概要

英文原文资料来源：Google / Material Design

 

本文由 @数据可视化那些事 原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Pexels，基于 CC0 协议