1、了解你的观众

了解你的观众（Know your audience）。在可视化设计的初期，首先要明确可视化结果的受众。

如果你做的图是给自己或合作同伴看，那么就可以省略一些步骤，因为你们都知道这张图的背景以及所要表达的信息；但如果你打算把这张图发表到科学期刊上，那么就需要确认这张图是否正确、是否清晰、是否无歧义、是否包含了期望传递的所有信息。

如果是为了向学生解释一个概念，则必须添加额外的信息，确保这个概念能够被学生充分理解；对于普通大众来说，也许是最困难的，你需要设计得尽可能简单易懂，只展示最重要的那部分。

比如下面这张展示男女不同癌症原因的人数对比。中间的标签为癌症的原因，左右两侧分别表示对应的女士/男士的癌症人数。这种布局可以更直观的看到男/女不同癌症的人数对比。

2、明确需要传递的信息

明确需要传递的信息（Identify your message）。用一个图形用来展示一个想法、一些事实或结果，这些信息如果用文字来描述也许很长或难以描述。因此，明确这张图形的作用很重要，明确期望传递的信息，才能找到对应的最佳的可视化方法。

就如同写文章，只有明确了文章的主旨和中心思想，才会开始打磨每段话、每个句子、每个单词。

调整图形适配不同设备（Adapt the figure to the support medium）。你的图形可能会在不同的设备上展示，如海报、电脑、监视器、投影仪，或就在一张纸上。每一个设备都代表着不同的尺寸、不同的分辨率，以及不同的查看和交互方式。

比如在一个口头报告中，一张图显示的时间有限，观众必须在短时间内理解图的内容，同时还要聆听你的说明。因此，这个张图必须简洁、突出重要信息。同时也需要注意的是，观众是从远处来看这张图，因此，图上的元素要尽可能突出，粗线条、大的点、对比强烈的颜色等等。

但如果是在期刊论文上，情况则完全不同。观众可以想看多久看多久。这意味着图上可以添加更多的信息。如果是在电脑上查看，图形还可以被拖动、放大来查看。

因此，一张图形需要适配不同的显示设备。你应该抛弃那种直接从文章中截图放到PPT上的做法。比如下面这张图。左边适合放到文章里，而右边适合做报告时放到PPT里。

必须添加标题（Captions are not optional）。不管是描述一个实验步骤、介绍一个新模型，或展示一些结果，这张图形必须有标题。不要希望观众只靠图形就能猜出这张图所要表达的含义。

不要相信软件的默认设置（Do not trust the defaults）。任何的绘图库或软件都会使用一组默认设置，包括字形、颜色、样式、大小、刻度、标记等等。事实上，这些默认设置在软件中（Matlab、matplotlib、Excel）都可以修改。

这些默认的设置适用于任何图形，换句话说，对每个特定的图形来说都不是最优的。因此，需要进行一些调整。如下图所示，左图是默认的设置，右图则进行了调整，哪个图更直观呢？

有效使用颜色（Use color effectively）。颜色是可视化图形的一个重要维度。

颜色可以使图形锦上添花，也可能会使图形杂乱无章。

如果决定使用颜色，就需要慎重考虑使用哪种颜色，在哪里使用颜色。如要突出一些元素，那么就可以单独为这个元素上色，而保持其他元素为灰色或黑色。

切忌使用过多相似的颜色，使人难以辨别颜色的差异。

不要误导读者（Do not mislead the reader）。区分科学图形和艺术图形的关键点在于其所关联的数据是否真实、客观。一个科学的图形，其所要表达的数据，所用的标题、标签、刻度都应符合常识，避免无意中误导了观众。

如下图所示，有四个数据：30，20，15，10，上面是使用黑色圆的面积来代表不同的数据大小，下面是使用红色圆的半径来代表不同的数据大小。使用红色圆的半径来表示大小很容易让人产生误解。

做出图形后，请向你周围的同事展示、解释、交流，倾听他们的反馈。

避免图形堆砌（Avoid chartjunk）。Chartjunk就是一张图里有太多不必要或令人疑惑的元素，包括使用太多的颜色、标记、背景色、网格线等等。

如下图所示，左面将7组数据用不同的颜色画到一张图里，有效信息都混杂到了一起，非常糟糕；而右面将7组数据用7个图分别突出显示，一目了然。

信息重于漂亮（Message trumps beauty）。可视化在科研上的应用已经由来已久，且每个特定的科研领域都形成了一套可视化的最佳方法或标准。直接套用这些最佳标准省时省力。

如果需要设计一个全新的图时，最好首先浏览相关的科学文献，如果能找到相似的图形那样最好，如果需要你自行设计或从网页上浏览寻找灵感，需要注意的是：科学、设计和艺术的边界正变得越来越模糊，即使某些图形非常漂亮，也要注意审查它用于科研可视化是否合适，对于科研来说，内容重于形式，信息重于漂亮。

使用合适的工具（Get the right tool）。在制作图形时，有很多工具可以使用。重要的是根据你想要表达的内容，找到最合适的工具用来制作可视化的图形。

翻译自《Ten Simple Rules for Better Figures》- Nicolas P. Rougier。
私信“数据可视化的十条原则”获取英文原文下载链接。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。