数据分析图的十大错误，你占了几个？
“数据可视化”是个好帮手，可以帮助用户理解数据。但是，你真的会用它吗?看看这里，数据可视化的十大错误你占了几个?
优秀的数据可视化依赖优异的设计，并非仅仅选择正确的图表模板那么简单。全在于以一种更加有助于理解和引导的方式去表达信息，尽可能减轻用户获取信息的成本。当然并非所有的图表制作者都精于此道。所以我们看到的图表表达中，各种让人啼笑皆非的错误都有，下面就是这些错误当容易纠正的例子：
1、饼图顺序不当
饼图是一种非常简单的可视化工具，但他们却常常过于复杂。份额应该直观排序，而且不要超过5个细分。有两种排序方法都可以让你的读者迅速抓取最多的重要信息。
方法一：将份额最大的那部分放在12点方向，逆时针放置第二大份额的部分，以此类推。
方法二：最大部分放在12点，然后顺时针放置。
2、在线状图中使用虚线
虚线会让人分心，而是用实线搭配合适的颜色更容易彼此区分。
3、数据摆放不直观
你的内容应该符合逻辑并于直观的方式引导读者阅读数据。对类目进行按字母，次数或数值大小进行排序。
4、数据模糊化
确保数据不会因为设计而丢失或被覆盖。例如在面积图中使用透明效果来确保用户可以看到全部数据。
5、耗费读者更多的精力
要通过辅助的图形元素来使数据更易于理解，比如在散点图中增加趋势线。
6、错误呈现数据
确保任何呈现都是准确的，比如，气泡图的大小应该跟数值一样，不要随便标注。
7、在热图中使用不同颜色
一些颜色比其他颜色突出，赋予了数据不必要的重元素。反而你应该使用单一颜色，然后通过颜色的深浅来表达。
8、柱状过宽或过窄
柱子与柱子之间的间隔最好调整为宽的1/2。
9、数据对比困难
对比是呈现差异的有效方式，但如果你的读者不易对比时，效果就大打折扣了。确保数据的呈现方式一致，可以让你的读者对比。
10、使用三维图
尽管这些图看来让人振奋，但3D图也容易分散预期和扰乱数据，坚持2D是王道。
怎么样?看过10个数据可视化的错误之后，是否意识到领导对你的数据分析图表摇头的原因了，快行动起来吧~
原创文章，转载请注明出处：光环大数据
大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。 更多问题咨询，欢迎点击------>>>>在线客服！
