感謝關(guān)注天善智能，走好數(shù)據(jù)之路↑↑↑

歡迎關(guān)注天善智能，我們是專注于商業(yè)智能BI，大數(shù)據(jù)，數(shù)據(jù)分析領(lǐng)域的垂直社區(qū)，學習，問答、求職一站式搞定！

這個話題，其實很早就應(yīng)該寫一寫了。

因為這個主題在數(shù)據(jù)可視化中的地位差不多相當于當今哲學至于社會科學的地位。

說白了就是涉及到數(shù)據(jù)可視化理念之爭，涉及到可視化使用場景、目標與定位的問題，也意味著這是一個紛爭不斷、沒有定論的話題。

所以這個問題話題很棘手，所以長久以來我一直在回避這個問題，想著等自己對數(shù)據(jù)可視化的理解更為深入、全面之后，再做決斷。

---------

可是最近發(fā)現(xiàn)了之前推送過的幾個信息圖里，出現(xiàn)了很多關(guān)于圖表是不是做的太復雜了的評論，甚至有些帶著質(zhì)疑和譏諷的口吻直接否定了我所做圖表的價值。

看的我實在好氣啊，就借這個機會跟大家聊一聊關(guān)于圖表的“簡單”與“復雜”吧。

這里首先亮明我自己的觀點，我是一個實用主義者，并不主張利用炫酷、夸張、復雜的圖表來呈現(xiàn)業(yè)務(wù)數(shù)據(jù)，圖表簡潔清晰、數(shù)據(jù)表達準確、配色協(xié)調(diào)融洽即是良好的數(shù)據(jù)可視化呈現(xiàn)形式（僅針對普通的業(yè)務(wù)分析場合）。

關(guān)于實用數(shù)據(jù)圖表的分類：

通過長期的圖表模仿、觀察和練習，我把我們平時看到的圖表大致分為三類：（僅就商務(wù)場合使用而言）

財經(jīng)新聞類數(shù)據(jù)圖表：（兼具設(shè)計感與邏輯表達）

這類圖表因為需要作為紙質(zhì)出版物在市場進行流通，需要考慮的因素很多（配色、字體、版式、處理色差甚至需要對色忙者友好），在配色和版式設(shè)計上都很講究。

這些圖表以《經(jīng)濟學人》、《華爾街日報》、《商業(yè)周刊》、貝恩、麥肯錫、羅蘭貝格、波士頓為代表。

這些圖表之所以這么講究，一方面因為紙質(zhì)出版物需要，另一方面因為服務(wù)客戶相對高端，審美需求決定，同時這些雜志和咨詢公司所做的工作通常都是高附加值，簡短的一份咨詢報告、一期商業(yè)雜志，動輒百萬；其中圖表使用結(jié)合文字的語境，相互配合，恰到好處，惜圖如金。

附加值這么高的工作，當然可以配置專業(yè)的設(shè)計師和圖表設(shè)計咨詢來專門處理圖表的配色、版式設(shè)計、字體搭配等細節(jié)問題。

投行咨詢類數(shù)據(jù)圖表：（注重邏輯感和簡潔性）

這類報告以四大咨詢、IBM、投行為主，因為行業(yè)報告和類似的咨詢服務(wù)需要很多的數(shù)據(jù)支撐(特別是做宏觀研究或者涉及到金融市場時)，幾乎是達到了圖文相當?shù)谋壤?，時間序列的圖表說實話很難美化，更別考慮設(shè)計感了。

圖表多、任務(wù)重、美化難，這些因素都決定行研與咨詢類圖表不能照著財經(jīng)新聞的路子來，只能在數(shù)據(jù)表達準確無誤、邏輯通暢的情況下，盡可能的提高效率，所以很多時候談不上美，但也算不得丑，就是有一點兒性冷淡風。

所以這些圖表大多是邏輯導向性，形式非常簡潔，沒有太多美化，一切以信息表達為主，不做過分修飾。因為這些圖表的受眾一般多以分析師和決策者為主。他們需要在最短的時間內(nèi)，通過圖表獲取盡可能多的準確信息進而為制定決策提供依據(jù)，至于設(shè)計感嘛，那是錦上添花的事情。

垂直行業(yè)咨詢類數(shù)據(jù)圖表：

以國內(nèi)的零點咨詢、易觀國際、艾瑞咨詢等為代表，這些垂直類咨詢公司，平時需要涉及到大量的分析報告數(shù)據(jù)垂直行業(yè)研究報告。

其中涉及到需要數(shù)據(jù)圖表表達得任務(wù)量也很大，但是這些咨詢類公司在制作市場報告時比較注重自己的品牌，所以可視化報告的主題色一般都會跟自己企業(yè)VI系統(tǒng)保持一致，即整份報告都會保持一致的配色系統(tǒng)和版式風格，質(zhì)量談不上上乘（跟第一類比起來），但也算是中規(guī)中矩，而且通常很多傳播渠道上網(wǎng)絡(luò)比例較高，配色較為高亮。

數(shù)據(jù)新聞類可視化圖表：

數(shù)據(jù)新聞這個概念，可能在國外火的比較早，想華爾街日表、經(jīng)濟學人都會在一些大事件發(fā)生后進行專題報道，通過將數(shù)據(jù)信息呈現(xiàn)在一幅由設(shè)計師專門加工過的版面上，來達到系統(tǒng)化呈現(xiàn)數(shù)據(jù)的目的。

國內(nèi)的話，主要代表有網(wǎng)易數(shù)讀、搜狐數(shù)字之道、一財?shù)取?/p>

這種圖門檻較高，因為無固定形式，設(shè)計主導，變換莫測，通常會用到專門的涉及工具，如PS、AI等。

這四種圖表形式我都有過涉獵，我的感受是，每一種形式下的圖表選擇都是依據(jù)各自的應(yīng)用場景和資源匹配狀況作出的最佳選擇。沒有什么一個形式通吃的情況，就像是外出旅行，入鄉(xiāng)隨俗。到了誰的底盤就乖乖的按照人家的套路來，免得引起不適。

數(shù)據(jù)可視化作為一個數(shù)據(jù)分析、設(shè)計、計算機圖形學等諸多領(lǐng)域的交叉學科，我們?nèi)粘Ｋ玫降臉I(yè)務(wù)數(shù)據(jù)圖表，僅僅算是極小的一塊相關(guān)內(nèi)容，千萬不要試圖以偏概全，覺得隨便畫個圖就算是精通數(shù)據(jù)可視化了。（對于數(shù)據(jù)可視化而言，我也是個沒有摸著門道、正在苦苦尋覓的前行者）。

當然，好的圖表、壞的圖表、簡單的圖表、復雜的圖表，這些原則還是應(yīng)該加以區(qū)分，至少不能在大方向上與數(shù)據(jù)可視化的理念背道而馳。

不深究學術(shù)概念，我所理解的數(shù)據(jù)可視化就是把數(shù)字（文字）信息通過一套可視化元素編碼（或者映射關(guān)系），映射為我們視覺上更加友好的可視對象，比如點、線、面、顏色、以及點線面和顏色的組合。

這種映射關(guān)系，實際上將我們獲取信息的方式從理性腦（左腦）的“關(guān)注”轉(zhuǎn)換為感性腦（右腦）“感受”，通常意義上所說的字不如表、表不如圖，其實是就是基于人類視覺對于外界信號的接受程度以及人類大腦左右腦分工上來進行解釋的。

8小時工作時間內(nèi)，大部分人實在使用左腦進行理性思維工作，難得有時間看到圖表，左腦才能休息一下，右腦得感性鬧=腦此此時才處于激活狀態(tài)。

這些元素以及元素的組合依據(jù)各自在數(shù)據(jù)呈現(xiàn)上的難易程度，分別用來表達數(shù)據(jù)量級信息、分類信息等。

（比如線條的類型無法呈現(xiàn)量級大小只能呈現(xiàn)類別，點的大小只能呈現(xiàn)數(shù)據(jù)量級大小不適合用于呈現(xiàn)類別資料，漸變的顏色可以用于表達數(shù)據(jù)量級，色相的類別可以用于呈現(xiàn)類別數(shù)據(jù)等）。

所以我們的現(xiàn)在要解決的問題是，在制作日常使用的圖表過程中，首先不能犯基于視覺可視化呈現(xiàn)理念上的錯誤（因為這是會降低人類大腦和視覺接受信息的效率等）。

基于此，在符合這些規(guī)則理念的基礎(chǔ)上，做出來的圖表才是有信息價值、有意義的圖表。

（盡管我知道很多作圖的時候要么基于個人喜好、要么基于領(lǐng)導喜好，要么直接不管不問的去網(wǎng)上扒模板）。

其實以上我所說到的四大類圖表（也許我概括的不夠全面，歡迎補充），只要是遵守了這些視覺編碼的規(guī)則和建議，都不算壞的可視化表達形式，至少都及格了。

（當然第一類圖表在設(shè)計上更加友好，形式上又不復雜，所有大多數(shù)人都喜歡，第四類圖表看著很花哨，很多人由于缺乏專業(yè)的可視化訓練，不太能接受這種類型）。

我不主張刻意的通過形式復雜化來裝飾圖表。

但是有一點值得注意的是，如果是制作過程的復雜促成的理解上的簡單化，這是一個提升系統(tǒng)化信息呈現(xiàn)能力的重要途徑。但是這種方式需要專業(yè)的人去做，需要配備專門的技術(shù)人員去實現(xiàn)。（第四類圖表）。

我看到過很多人在一個圖表中使用圖例分類來呈現(xiàn)10幾個分類的第二維度，我給出的建議是使用一個分面來使得每一個類別的趨勢或者結(jié)構(gòu)更加清晰，但是得到的回復是那樣太復雜了了，這樣看著簡單（真的看著簡單嗎）。

我想提醒大家的是，要分清楚圖表的兩個“復雜”概念，他是一個二維的復雜度矩陣：

過程的復雜化

信息呈現(xiàn)的復雜化

通常我們會選擇將過程簡單化（Excel是不會考慮你的第二維度有幾個類別的，它只管出圖，實質(zhì)上是將可視化得過程簡單化了），但是很多時候卻造成了信息呈現(xiàn)的復雜化（十幾個分類，鬼才能分得清楚，竟然還試圖使用顏色漸變來區(qū)分，你以為人人都是像素眼）。

當然如果能兼顧兩個復雜度的話，那是最好的，第一類圖表確實做到了。（人家不差錢呀，你有這個資源嗎）

所以通常我們只能顧得其一，那我建議有條件的話，可以讓過程復雜一些，讓結(jié)果理解起來簡單一些。

最不濟，結(jié)果復雜了，制作過程相對簡單（這是很多時候遇到的問題，但是鑒于人力物力投入成本，也只能忍了）。

如果你成功做到了過程的復雜化和結(jié)果的復雜化，那么貢獻你，你贏了。

以上第四類圖表（信息圖），就是試圖通過過程的復雜化來達到信息呈現(xiàn)的簡單化（這樣也有很大的風險，如果亂了規(guī)則，那么就是過程和結(jié)果都變得復雜了）

--------------------

這里打個比方，喬布斯得蘋果手機看起來很精致（但是它背后得過程無論軟硬件都是使用全球頂尖得設(shè)計師和工程師來完成的，復雜度可想而知，為的是將作品得外觀和使用體驗做到極致，然而我們發(fā)現(xiàn)極致之后我們只能看到極簡得外觀卻無從得知復雜得過程，我覺得作圖也是這樣，呈現(xiàn)給別人得是信息傳遞上的簡單化，而背后隱藏的是制作過程得復雜化，但是大家得關(guān)注點一定要找準，你所說得復雜都到底體現(xiàn)在哪兒）。

-------------------

我之前確實使用R語言和Excel模仿了挺多類似高難度的信息圖，然后很多讀者開始吐槽我作圖的圖表已經(jīng)失去了可視化的意義，復雜的讓人不能理解。

其中爭議最大是這幾個：

那么我想反問一句，你真的認真讀圖了嗎，你真的確定你做出來的所謂的簡單的圖表，有我做的這個所謂的復雜的圖表更易于理解嗎，你真的搞明白了過程的復雜化和信息呈現(xiàn)結(jié)果的復雜化的區(qū)別了嗎，你真的搞明白這些圖表的主體受眾和使用場景了嗎。

（我解釋一下，這幾幅圖都來自于網(wǎng)易數(shù)讀數(shù)據(jù)新聞欄目，使用場景是主題事件得數(shù)據(jù)新聞解析，一個圖，涵蓋所有主要數(shù)據(jù)信息，獨立支撐一篇新聞事件，當然我使用R語言寫寫這些圖表得代碼并非有意讓大家去模仿這些，僅僅是自己想到了使用編程構(gòu)思這些圖表得思路，分享給同樣喜歡使用ggplot2來繪制高級信息圖得讀者，這樣通過日積月累得訓練之后，你會發(fā)現(xiàn)只要是你有了思路和想法，那么就可以不會受到技術(shù)手段的束縛，輕松使用剛ggplot2繪制所有你想要表達得數(shù)據(jù)信息，所以大家不要老把關(guān)注點放在圖表簡單還是復雜上來）。

對于那些評論，善意的建議和批評，我都會虛心的接受回復我自己的理解和解釋，大家一起交流心得，非常開心。

對于那些看熱鬧不嫌事兒大的鍵盤俠（站在大師的制高點上滿口譏諷嘲笑的），我只想說，我們來公開論一論道可以嗎，免費提供了教程和代碼，還得被XXX污染心情。

本文作者：天善智能社區(qū)數(shù)據(jù)小魔方杜雨

原文鏈接：

https://www.hellobi.com/u/59533

直播課程鏈接：https://edu.hellobi.com/course/195

以上就是【特別是最后一個！不看后悔（復雜的圖表制作過程）復雜的圖表制作教程-圖表到底應(yīng)該“簡單“一些還是“復雜”一些？】的全部內(nèi)容。