数据可视化五大黄金原则：让你的图表“会说话”

在日常工作中，你是否遇到过这种情况：你辛辛苦苦跑完数据，画了一张图表发给老板或客户，结果对方盯着看了半天，问了一句：“所以，你想表达什么？”
这就像讲笑话没人笑一样尴尬。图表的本质不是 “画图”，而是 “沟通”。
今天，我将分享 5 个提升可视化效果的原则，并用 Python 的 matplotlib 库手把手教你如何实现。
1. 原则1：展示数据，而非装饰

想象一下，你在阅读一本小说，但每页都充满了无关的插图，你会感到困惑和分心。
数据可视化也是如此——读者需要的是数据本身，而不是华丽的装饰。
所以，我们需要展示最重要的数据，而不是尽可能多的数据。
让我们看看一个常见的错误做法和改进后的做法：

1. # 创建示例数据 np.random.seed(42) categories = ["产品A", "产品B", "产品C", "产品D", "产品E"] sales_bad = np.random.randint(50, 200, 5) sales_good = np.random.randint(50, 200, 5)  # 错误做法：过度装饰，数据不突出 fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 6))  # 左侧：过度装饰的图表 ax1.bar(categories, sales_bad, color=["red", "blue", "green", "orange", "purple"])  # 添加不必要的元素 # ...  # 右侧：简洁聚焦的图表 ax2.bar(categories, sales_good, color="steelblue", alpha=0.8) # 在柱子上直接标注数值 for i, v in enumerate(sales_good):     ax2.text(i, v + 5, str(v), ha="center", fontweight="bold")  # 突出最高值 # ... # 移除不必要的边框 # ...  plt.tight_layout() plt.show()

复制代码

在这个示例中，根据原则1，我们主要改进了：

• 移除背景水印和过度装饰
  
• 直接在柱状图上标注数值，避免视线来回移动
  
• 突出显示最重要的数据点（产品C）
  
• 简化标题，直接传达核心信息
  

2. 原则2：减少混乱，保持简洁

想象一下一个杂乱无章的房间，你想找一本书，却要翻遍各个角落。
混乱的图表也会让读者经历同样的挫折。
所以，每个额外的视觉元素都应该有明确的目的，否则就应该移除。

1. # 创建示例数据 np.random.seed(123) months = [     "1月",     #...     "12月", ] temperature = np.random.normal(20, 5, 12) + np.sin(np.linspace(0, 2 * np.pi, 12)) * 3 precipitation = (     np.random.normal(50, 15, 12) + np.cos(np.linspace(0, 2 * np.pi, 12)) * 20 )  # 左侧：混乱的图表 ax1.plot(months, temperature, "ro-", linewidth=2, markersize=8, label="温度") # ...  # 创建第二个y轴（混乱的常见来源） ax1b = ax1.twinx() ax1b.plot(months, precipitation, "bs--", linewidth=2, markersize=8, label="降水量") # ...  # 添加网格和过多标签 # ...  # 右侧：简洁的图表 # 分开显示两个指标 ax2a = plt.subplot(grid[0, 1]) ax2b = plt.subplot(grid[1, 1])  # 温度图表 ax2a.plot(months, temperature, color="#E74C3C", linewidth=2.5) ax2a.fill_between(months, temperature.min(), temperature, color="#E74C3C", alpha=0.1)  # 突出显示最高温度 max_temp_idx = np.argmax(temperature) ax2a.plot(     months[max_temp_idx], temperature[max_temp_idx], "o", color="#E74C3C", markersize=10 ) # ...  # 降水量图表 ax2b.bar(months, precipitation, color="#3498DB", alpha=0.7) # 突出显示最高降水量 max_precip_idx = np.argmax(precipitation) # ...  plt.show()

复制代码

在这个示例中，根据原则2，我们主要改进了：

• 将双Y轴图表拆分为两个独立的图表
  
• 移除过多的图例和网格线
  
• 使用填充和标记突出关键数据点
  
• 简化标题，每个图表只表达一个核心信息
  

3. 原则3：图文结合，引导读者

好的可视化图表就像一个会讲故事的导游，而文字就是它的讲解词。
文字应该帮助读者理解数据，而不是制造障碍。

1. # 创建示例数据 np.random.seed(42) years = np.arange(2010, 2023) company_a = np.random.normal(100, 10, 13) + np.linspace(0, 50, 13) company_b = np.random.normal(100, 10, 13) + np.linspace(0, 30, 13)  # 左侧：缺乏引导的图表 ax1.plot(years, company_a, "b-", linewidth=2, label="公司A") ax1.plot(years, company_b, "r-", linewidth=2, label="公司B")  # 右侧：图文结合的图表 ax2.plot(years, company_a, color="#2E86C1", linewidth=3, alpha=0.8) ax2.plot(years, company_b, color="#E74C3C", linewidth=3, alpha=0.8)  # 直接标注线条，避免图例 ax2.text(     2022.2, company_a[-1], "公司A", color="#2E86C1", fontweight="bold", va="center" ) ax2.text(     2022.2, company_b[-1], "公司B", color="#E74C3C", fontweight="bold", va="center" )  # 添加标题和副标题 # ...  # 添加关键事件注释 # ...  # 突出关键数据点 # ...  # 简洁的坐标轴 # ...  plt.show()

复制代码

在这个示例中，根据原则3，我们主要改进了：

• 直接在线条旁标注，消除图例
  
• 使用标题直接传达核心发现
  
• 添加注释解释关键事件
  
• 使用填充区域突出重要差异
  

4. 原则4：避免意面图，分解复杂信息

"意面图"是指线条交错、难以分辨的图表，就像一碗缠在一起的意大利面。
当图表变得过于复杂时，最好的方法是分解它。

1. # 创建示例数据：多个产品多年的销售数据 np.random.seed(123) years = np.arange(2015, 2024) products = ['手机', '平板', '笔记本', '智能手表', '耳机']  # 生成数据 sales_data = {} for product in products:     base = np.random.randint(30, 80)     trend = np.linspace(0, np.random.randint(20, 60), 9)     noise = np.random.normal(0, 5, 9)     sales_data[product] = base + trend + noise  # 左侧：意面图 colors = plt.cm.Set2(np.linspace(0, 1, len(products))) for idx, (product, sales) in enumerate(sales_data.items()):     ax1.plot(years, sales, color=colors[idx], linewidth=2, marker='o', label=product)  # 右侧：分解后的图表 - 使用子图 fig2, axes = plt.subplots(2, 3, figsize=(15, 8)) axes = axes.flatten()  # 绘制每个产品的独立图表 for idx, (product, sales) in enumerate(sales_data.items()):     ax = axes[idx]     ax.plot(years, sales, color='#2980B9', linewidth=2.5, marker='o', markersize=6)      # 填充区域     ax.fill_between(years, sales.min(), sales, color='#2980B9', alpha=0.1)      # 设置标题和标签     # ...      # 标记最高点     max_idx = np.argmax(sales)     ax.plot(years[max_idx], sales[max_idx], 'o', color='#E74C3C', markersize=8)     # ...      # 简化网格     # ...  # 隐藏最后一个子图（我们只有5个产品） axes[-1].axis('off')  plt.show()

复制代码

  

在这个示例中，根据原则4，我们主要改进了：

• 将复杂的多线条图表分解为多个简单图表
  
• 每个子图聚焦一个产品，避免线条交错
  
• 在每个子图中独立标注关键信息
  
• 保持一致的视觉风格便于比较
  

5. 原则5：从灰色开始，有策略地使用颜色

颜色是可视化中最强大的工具之一，但也是最容易被滥用的。
从灰度开始设计，可以确保你使用的每个颜色都有明确的目的。

1. # 创建示例数据 np.random.seed(123) cities = ["北京", "上海", "广州", "深圳", "成都", "武汉", "西安", "杭州"] months = [     "1月",     # ...     "12月", ]  # 生成各城市的月度AQI数据 aqi_data = {} for city in cities:     base = np.random.randint(60, 100)  # 基础AQI值     seasonal = np.sin(np.linspace(0, 2 * np.pi, 12)) * 20  # 季节性变化     noise = np.random.normal(0, 10, 12)  # 随机噪声     aqi_data[city] = np.clip(base + seasonal + noise, 30, 180)  # 限制在30-180之间  # 计算各城市的年平均AQI avg_aqi = {city: np.mean(values) for city, values in aqi_data.items()}  # 创建图表对比 fig = plt.figure(figsize=(12, 6))  # 阶段1：全灰色基础图表 ax1 = plt.subplot(1, 2, 1)  # 全灰色版本 for city in cities:     ax1.plot(months, aqi_data[city], color="#7F8C8D", linewidth=1.5, alpha=0.6)  # 灰色 # ...  # 阶段2：识别关键数据后添加初步颜色 ax2 = plt.subplot(1, 2, 2)  # 找出空气质量最好和最差的城市 sorted_cities = sorted(avg_aqi.items(), key=lambda x: x[1]) best_city = sorted_cities[0][0]  # AQI最低的城市 worst_city = sorted_cities[-1][0]  # AQI最高的城市 # ...  # 添加标签 # ...  # 添加空气质量标准线 # ...  plt.show()

复制代码

在这个示例中，根据原则5，我们主要改进了：

• 从全灰色开始，确保图表结构清晰
  
• 只对关键数据点使用强调色
  
• 使用颜色突出最重要的发现
  
• 通过细节点缀（如虚线、标记）提供额外上下文
  

6. 总结

数据可视化不仅仅是关于 plt.plot() 的技术，更多的是关于心理学和设计。

• 展示数据：把聚光灯打在重点上。
  
• 减少混乱：删掉一切不必要的墨水。
  
• 图文结合：标题就是结论，标注代替图例。
  
• 避免意面图：复杂问题拆解看。
  
• 从灰色开始：克制地使用颜色。
  

希望这些原则能帮你在下一次做图时，画出让人眼前一亮的作品！
文中的代码是一些核心的片段，完整的代码共享在：可视化5个黄金原则.ipynb (访问密码: 6872)

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！