数据分析师训练营/ 第六篇 可视化/ 第二十五章
第二十五章 · 可视化

让图自己说话

第 9 章解决的是“别选错、别骗人”。这一章往下走一层:为什么同一份数据,有的图一眼就懂,有的图看三分钟还在找重点? 答案不在审美,在视觉系统的工作方式。我们先讲前注意加工、编码误差、格式塔、配色和信息层级, 再用同一组 6 月渠道数据做“差 / 中 / 好”三档排版,最后做一个很粗暴的实验:把图删掉一半元素。

理论 : 实操 = 6 : 4 约 5 学时 前置 第 9 章

25.1原理:眼睛先看见什么

做图的人常犯一个错:以为读者会“按顺序读完”。真实情况是,读者的眼睛在 200 毫秒内已经决定看哪里, 剩下的时间只是在为第一眼找理由。这一节讲清楚第一眼看到什么、为什么看错、以及怎么把结论放到第一眼里。

25.1.1前注意加工:200 毫秒内的并行搜索

视觉系统分两条路:一条是前注意(pre-attentive)的并行通道,能在约 200 毫秒内同时处理颜色、朝向、长度、位置、大小; 另一条是注意力通道,只能一个一个地看。前者像探照灯,后者像手电筒。

这解释了一个常见现象:在一堆灰点里找红点,你几乎不用动眼;在一堆红方块和灰圆里找“红圆”,你必须逐个扫描, 因为“红色 + 圆形”是两个特征的组合,前注意通道处理不了。图 25.1.1 就是这个对比。

颜色:并行,红点自己跳出来 颜色 + 形状:串行,只能逐个找红圆 左:1 个特征;右:2 个特征的组合——这就是“找得累”的原因
图 25.1.1 颜色能并行跳出,颜色加形状只能串行搜索

对做图的三条直接启示:第一,一张图只留一个强调色,否则前注意通道被颜色占满,读者找不到重点; 第二,分组优先用位置(靠得近就是一组),不要靠颜色;第三,不要把一个重点同时用颜色、形状、标签三重编码, 三重编码不会让它更显眼,只会让别的信息更不显眼。

1

把结论放在前注意通道上:一个颜色、一个位置、一个长度

读者第一眼看到的是颜色和位置,不是文字。你要强调的那根柱,应该用唯一的强调色,并且放在读者视线自然落下的位置(左上或排序后的第一)。 如果不这样会怎样:5 个品类 5 种颜色,读者第一眼看到的是“五颜六色”,不是“手机第一”。

25.1.2编码准确性:位置、长度、角度、面积、颜色、体积

1984 年,Cleveland 与 McGill 做了一个现在看来很朴素的实验:给被试看不同编码的图形,让他们判断两个值的比例, 记录判断误差。结果被引用了四十年,因为排序非常稳定。

编码典型图形平均绝对误差读值感受
位置(同基线)点图、散点0.9%几乎不用估
长度条形、柱状1.1%一眼比出长短
位置(非对齐)多个小图1.4%要来回对齐
角度饼图、甜甜圈3.5%只能估个大概
面积气泡、树图6.1%面积被平方放大
体积3D 柱、3D 饼8.7%透视 + 遮挡,最差
判断误差:位置 0.9%,体积 8.7% 平均绝对误差(%),数值越小越准 0 2 4 6 8 10 位置(同基线) 0.9 长度 1.1 位置(非对齐) 1.4 角度 3.5 面积 6.1 体积 8.7 数据:Cleveland & McGill, 1984 · 不同任务下绝对值会变,排序基本不变
图 25.1.2 同样一个数,换一种编码,读值误差能差近十倍

这张表能解释三件事。为什么条形图比饼图稳:长度误差 1.1%,角度 3.5%,差三倍。为什么气泡图要按面积缩放: 读者比较的是面积,不是半径;半径按值缩放,面积会按平方增长,2 倍差异被画成 4 倍。为什么 3D 最差: 透视让远处变小,遮挡又藏住一部分,体积误差 8.7%,接近位置的十倍。

颜色不在这张表里:色相不适合编码数量,强行用颜色表示大小,误差通常比面积更大,只能排在面积和体积之间。 所以“位置 > 长度 > 角度 > 面积 > 颜色 > 体积”是一条可靠的简化顺序。

误差小不等于结论对。位置编码只保证“读值”这一步可靠;如果数据本身选错了、口径错了,图画得再准也是错的。 编码解决“看得准”,不解决“该不该看”。

25.1.3格式塔:人会自动分组

眼睛不喜欢孤立的元素,会自动把它们组织成组。四条规律最常用:

接近:靠间距分组 相似:靠颜色分组 连续:视线沿路径走 闭合:缺口会被补全 仍是“一个框” 分组顺序:位置(接近)→ 相似(颜色/形状)→ 边框;边框是最后手段
图 25.1.3 人会自动分组,做图的人只需要决定“按什么分”

做图时最容易违反的是“接近”。四根柱等距排开,读者不知道哪两根是一组;把组间距拉到柱间距的两倍,分组立刻出现, 一个图例都不用加。反过来,如果你用边框把每一组框起来,图会多出四条线,读者要多看四个角。 能靠位置分的,不要靠颜色;能靠颜色分的,不要靠边框。

25.1.4配色:给颜色分配任务

配色不是挑好看的颜色,是给颜色分配任务。任务只有三种:

分类色:色相拉开,5 类 顺序色:单色相,浅 → 深 发散色:中点 = 0,两端对比 灰度后:红 84,绿 78 朱红:亮度 84 / 255 墨绿:亮度 78 / 255 黑白打印或红绿色盲下,两条几乎一样深。 解决:加明度差、加直标、换线型,而不是换更艳的红绿。 一张图只用一个强调色:灰度做底,一色点睛。强调色只给“要读者做决定的那一项”。 约 8% 的男性有红绿色盲;只靠红绿区分,等于对这部分读者没有区分。 分类色不超过 8 类;超过 8 类,先合并小类为“其他”,再谈配色。
图 25.1.4 三类配色各司其职;红绿在灰度下只差 6 个亮度级

色盲不是小概率事件:约 8% 的男性分不清红绿。朱红和墨绿在灰度下的亮度分别是 84 和 78(满值 255),只差 6 级, 打印成黑白几乎一样。所以“红绿对比”既过不了色盲,也过不了黑白打印。 稳妥的做法是明度差 + 直接标签 + 线型三件套,颜色只做锦上添花。

25.1.5信息层级:三秒、十秒、三十秒

读者看图分三段:3 秒看标题,决定要不要看;10 秒看形状,得到大致结论;30 秒才看细节。 所以一张图要准备三层信息,每层服务一个时间段。

层级写什么写错的后果
标题结论,带数字和方向写“销售情况”,读者 3 秒后翻页
副标题口径、期间、单位、来源读者问“含不含退款”,你还要解释一遍
注释异常点、口径变化、活动标记读者把异常当趋势,得出相反结论
基准线0、目标、均值没有基准,读者不知道“高”是多高
数据标签只标首尾、最大、异常20 个标签,读者一个都不看

层级预算是“一屏最多三层”。标题最大,副标题次之,其余全部退到灰色。字号对比至少 1.5 倍,否则读者分不出谁先谁后。 如果你的图有四个字号、五种颜色、八个图例,那不是信息丰富,是信息打架。

2

图上的每一个元素,都要回答“读者会因此多知道什么”

答不上来的元素,就是装饰。网格线、边框、背景、渐变、图例、轴标题,都要过这一问。 如果不这样会怎样:一张图 38 个元素,读者要花 8 秒找最大值;删到 16 个,1 秒就找到,信息一点没少。

3

标题写结论,副标题写口径

标题是读者 3 秒内唯一一定会看的一行。写“销售情况”等于没写;写“自然搜索占 39.1%,朋友推荐唯一增长”, 读者不用看图就知道结论。副标题补口径、期间、单位。 如果不这样会怎样:标题写标签,读者翻页,你的图白做。

25.2分析:同一份数据,三种排版

数据是 6 月四个渠道的 GMV:自然搜索 3,525,855.30 元、信息流 2,757,762.26 元、朋友推荐 2,001,153.30 元、 线下 730,595.78 元,合计 9,015,366.64 元。三种排版,数字一个没改。

各渠道销售情况 差:图例、网格、边框、渐变、两位小数,一个都不少 0 100 200 300 400 3,525,855.30 2,757,762.26 2,001,153.30 730,595.78 自然搜索 信息流 朋友推荐 线下 销售额(元) 自然搜索 信息流 朋友推荐 线下 6 月各渠道 GMV(元) 中:0 基线、单色、直标;读者不用查图例 0 150 300 352.6 万 275.8 万 200.1 万 73.1 万 自然搜索 信息流 朋友推荐 线下 自然搜索占 39.1%;朋友推荐是唯一环比增长的渠道 好:排序、直标、一个强调色;标题就是结论 自然搜索 352.6 万 · 39.1% 信息流 275.8 万 · 30.6% 朋友推荐 200.1 万 · 22.2% 环比 +22.3% 线下 73.1 万 · 8.1% 数据:qingning.db · 2024-06 · 已支付、pay_amount · 环比为 6 月 vs 5 月
图 25.2.1 同一组数、三种排版:差的要查图例,中的要读轴,好的直接给结论
指标差中好
图上元素38 个20 个16 个
颜色4 种,无含义1 种1 个强调色 + 灰阶
图例有,要来回看无无,直接标注
排序按渠道名按渠道名按金额降序
标题“各渠道销售情况”“6 月各渠道 GMV”结论 + 数字
读者动作查图例,再读轴读轴直接读标签

注意,三张图的信息量完全一样:都是四个数、四个渠道、同一个月份。差别是“读者的眼动次数”。 差版要在图例和柱子之间来回多次,还要读两位小数;中版不用查图例,但仍要读轴;好版把“谁第一、谁在涨”直接写在标题和标签上, 读者只需要确认一次。

这就是“信息密度”和“像素密度”的区别:差版像素最多、装饰最多,信息反而最难取;好版像素最少,但结论最清楚。 信息密度 = 单位阅读时间里能拿到的结论数,不是图上画了多少东西。

25.3实验:删掉一半元素

这个实验很粗暴:拿你自己上周的一张图,数清所有视觉元素,然后删掉一半,看信息有没有变少。 如果删完读者还能在 5 秒内说出结论,说明原来那一半是装饰。

已完成 0 / 6 预计 45 分钟
01

清点元素:先知道有多少东西

5 分钟 · 对应规则 2
做什么
把图上的元素按类数一遍,写成清单。
为什么
不数,你不知道“删一半”要删多少;数完才发现,装饰比数据多。
怎么做
  1. 标题、副标题、图例、网格线、边框、背景
  2. 轴、刻度、轴标题、数据标签、柱/点/线
  3. 渐变、阴影、颜色种类
看到什么
图 25.2.1 的差版共 38 个元素:标题 1、副标题 1、图例框 1、图例 4、网格 5、坐标轴 2、刻度 8、轴标题 2、柱 4、渐变 4、标签 4、边框 1、背景 1。
卡住了 / 出错了

数不清就从左上角顺时针数,每数一个在纸上划一笔;同一类合并计数。

02

删图例,改成直接标注

8 分钟 · 对应规则 1
做什么
去掉图例框和四个图例项,把渠道名放到柱子上或柱子旁。
为什么
图例让读者在图例和柱子之间来回看,每一次往返都是一次注意力切换。
怎么做
  1. 删图例框与图例项(-5 个元素)
  2. 把“自然搜索”等名字直接放在柱子下方或条形末端
看到什么
元素从 38 降到 33;读者不再需要“对图例”。
卡住了 / 出错了

类别超过 8 个,直标会打架;这时先合并小类,而不是把图例加回来。

03

删网格、边框、背景

8 分钟 · 对应 25.1.3
做什么
删掉五条横向网格线、外边框、浅色背景,只留一条 0 基线。
为什么
网格线是“连续”原则的反面:线越密,视线越容易被切断;0 基线才是读者真正需要的参照。
怎么做
  1. 删网格 5、边框 1、背景 1(-7 个元素)
  2. 保留 0 基线,必要时保留一条目标线
看到什么
元素从 33 降到 26;柱子之间的关系反而更清楚。
卡住了 / 出错了

没有网格怎么读值?用数据标签替代;标签只标首尾、最大和异常,不要每个都标。

04

删轴标题、刻度和小数位

8 分钟 · 对应 25.1.5
做什么
删纵轴标题,刻度从 8 个减到 4 个,金额从两位小数改成一位小数或万元。
为什么
“销售额(元)”已经在副标题里;8 个刻度是精度幻觉,读者只需要知道大致量级。
怎么做
  1. 删两个轴标题(-2)
  2. 刻度 8 → 4(-4)
  3. 3,525,855.30 → 352.6 万
看到什么
元素从 26 降到 20;数字更好读,精度没有丢到影响决策的程度。
卡住了 / 出错了

财务对账需要精确到分,就在附录放明细表,不要把精确值塞进图里。

05

只留一个强调色,删渐变和彩虹

8 分钟 · 对应规则 1、25.1.4
做什么
把四色柱改成灰阶,只给“朋友推荐”一个强调色。
为什么
四色无含义,只会让前注意系统忙着分颜色;一个强调色才能让“谁在涨”跳出来。
怎么做
  1. 删四个渐变填充(-4)
  2. 其余三根用灰阶,朋友推荐用墨绿
  3. 标题写“朋友推荐是唯一环比增长的渠道”
看到什么
元素从 20 降到 16;黑白打印也能靠标签和位置区分。
卡住了 / 出错了

如果“唯一增长”不是结论,就不要硬加强调色;强调色必须对应一个真实的判断。

06

遮住标题,做 5 秒复述和黑白打印

8 分钟 · 对应 25.1.5
做什么
用手遮住标题,请同事看 5 秒,说出“谁第一、谁在涨、大概多少”。
为什么
标题会替读者总结;遮住标题还能说对,说明图形本身在说话。
怎么做
  1. 遮标题,5 秒,复述
  2. 再打印成黑白,看还能不能区分
  3. 说不出,回到第 2 步,而不是加回网格
看到什么
同事能说出“自然搜索第一、朋友推荐唯一增长、前两名占七成”,实验通过。
卡住了 / 出错了

删过头,把 0 基线、单位、口径也删了,图会变简洁但变错。装饰可以删,证据不能删。

38 个元素 → 16 个,删掉 22 个(58%) 深色 = 保留;浅色 = 删除;四个数和一条结论一个没少 删前 38 删后 16 删掉的 22 个:图例 5、网格/边框/背景 7、轴标题/刻度 6、渐变 4 保留的 16 个:标题/副标题 2、柱 4、标签 4、基线/轴/刻度 6 装饰可以删;0 基线、单位、口径、异常注释是证据,不能删。 判断标准:删完之后,读者对数量的判断有没有变。
图 25.3.1 删掉 58% 的元素,四个数和一个结论都还在

25.4验证:两个数字与五道题

先核对两个能从库里复现的数,再做五道题。数字错了,说明 25.2 的图读错了。

3,525,855.30 ÷ 9,015,366.64 × 100%。
(2,001,153.30 − 1,636,988.68) ÷ 1,636,988.68 × 100%。

25.4.1五道选择题

Q1一堆灰点里找一个红点,几乎不用动眼;一堆红方块和灰圆里找“红圆”却很慢。原因是?
解析:前注意通道能并行处理单个特征(颜色、朝向、长度);两个特征绑在一起(红 + 圆)就必须逐个扫描。这就是“一个强调色”比“五彩斑斓”更快的原因。
Q2同样四个数,下面哪种编码的读值误差最小?
解析:长度误差约 1.1%,角度约 3.5%,面积约 6.1%,体积约 8.7%。条形图不仅最准,还最容易排序和加标签。
Q3三组柱子,每组三根。要让人一眼看出“哪三根是一组”,最有效的手段是?
解析:格式塔的“接近”原则:离得近的自动归为一组。间距分组比图例快、比边框干净、比颜色稳(色盲也能看见)。
Q4五个品类用红、绿、蓝、黄、紫五种颜色区分,最大的风险是?
解析:约 8% 的男性红绿色盲;朱红和墨绿在灰度下亮度只差 6 级。颜色可以辅助分类,但必须同时有直接标签或明度差。
Q5一张图的标题应该写什么?
解析:标题是读者 3 秒内唯一一定会看的一行,要写结论;口径、期间、单位放副标题。标题写标签,等于把最重要的位置浪费了。
得分:0 / 5
口述验证:遮住图 25.2.1 的标题,请一个没看过的人看 5 秒,说出“谁第一、谁在涨”。说不出来,回到 25.3 第 2 步。

25.5排查:图被质疑的六种场景

图被质疑时,先别辩解,按“现象 → 原因 → 解决”查一遍。

现象原因解决
读者问“重点在哪”强调色太多,或没有强调色灰度做底,只给一个结论项上色
读者在图例和柱子间来回看图例与图形分离删图例,直接标注在柱子旁
黑白打印后分不清只靠颜色区分,明度又接近加明度差、线型、直接标签
读者说“图很乱”元素超过 20 个,装饰多于数据按 25.3 删到 16 个以内
读者问“这块和那块是一组吗”组间距等于柱间距,接近原则失效组间距拉到柱间距的 1.5–2 倍
读者问“含不含退款”副标题缺口径、期间、单位副标题补齐三件事,必要时加注释

25.6本章小结与练习

  1. 前注意通道只认单特征。颜色、位置、长度能在 200ms 内跳出;特征组合只能逐个找。一张图只留一个强调色。
  2. 编码误差有排序:位置 0.9%、长度 1.1%、角度 3.5%、面积 6.1%、体积 8.7%。能条形就不饼图,能 2D 就不 3D。
  3. 格式塔四原则:接近、相似、连续、闭合。分组优先用间距,其次颜色,最后才是边框。
  4. 配色三类:分类、顺序、发散;色盲和黑白打印下,只靠颜色等于没有区分。
  5. 信息层级五层:标题写结论、副标题写口径、注释写异常、基准线给参照、标签只标关键点。

25.6.1练习

  1. 拿你上周的一张图,数清元素,删到 16 个以内,写下删了什么、信息有没有少。
  2. 用 6 月渠道数据画“差 / 中 / 好”三版,请三个人各看 5 秒,记录他们第一眼看到什么。
  3. 把一张红绿对比图转成灰度,看还能不能区分;给出两种不依赖颜色的改法。
  4. 给一张图写三层标题:结论、口径、注释。要求遮住图,只看文字也能知道结论。
参考答案

1. 常见可删项:图例、网格线、外边框、背景、轴标题、多余刻度、两位小数、渐变。0 基线、单位、口径、异常注释不能删。

2. 差版第一眼多半是“颜色好多”;中版是“四根柱子”;好版是“朋友推荐在涨”。第一眼看到结论,才算好。

3. 灰度后红绿亮度只差 6 级,通常分不清。改法:一深一浅拉开明度;或加直接标签、不同线型/图案。

4. 示例:标题“朋友推荐是唯一增长渠道(+22.3%)”;副标题“2024-06 · 已支付 · pay_amount”;注释“其余三渠道环比 -0.1% ~ -3.7%”。

下章预告:第 26 章进入 BI 看板。图做对了,不代表看板能用:维度、度量、行级与聚合级计算、筛选器作用域, 每一层都能让“转化率”算错。
数据分析师训练营 · 第二十五章
数据:qingning.db · 2024-06