在当今以数据驱动为主导的环球里，明晰且具备洞察力的数据可视化至关关键。但是，在创立数据可视化时很容易犯错误，这或者造成对数据的错曲解读。本文将讨论一些经常出现的蹩脚数据可视化示例，并提供如何防止这些错误的倡导。
本文总结了8个数据可视化的典型错误，在日常上班中咱们应该尽量防止，这样才可以制造出更好的可视化成果。
1、误导色调对比
虽然经常使用不同的颜色有助于解释数据可视化，但过多的颜色会让用户感到困惑。坚持经常使用有限数量的共同颜色是至关关键的。
用户不知道那个值更关键，并且当可视化中有太多的颜色时，用户或者须要更长的期间来了解消息。
不要经常使用颜色来显示哪个值比其余值高或低。具备高对比度的颜色使观看者感知到更多的数据价值。确定对比度值的最简双方法是在灰度上比拟对比度颜色，而不是经常使用不同的颜色。
2、太多颜色的数据图表
经常使用少量数据提供更有深度的内容并没有什么错，但假设一次性性出现太少数据，或者会让用户手足无措。
用户不可了解一切的可视化细节，并且不知道该把留意力集中在哪里。
所以首先要确定用户须要关注什么，这样就可以将数据限度为与想要传播的消息最相关的数据。并且不要把一切的见地都写在图表里。多种可视化可以协助您更有效地交换数据。
倡导在单个可视化中经常使用不超越5-6种颜色。
3、省略基线而只显示比例
这种数据可视化疑问在汇报时很广泛，它或者会显示错误的形式，甚至是不存在的趋向。
听众没有齐全了解这些数据，在某些状况下会造成曲解。当然也可以故意这么做，你懂的
4、误导性标签文字
在数据可视化中，不只图表自身可以表白含意，题目、标签、符号和形容也协助用户了解消息。假设这些更改出现的故事与数据有所不同，则用户或者会感到困惑。
上方这张图表描画了遭受骨科挫伤的儿童的百分比。假设用户只看题目而不看形容，他们或者会以为5.2%的反常儿童患有脊髓挫伤，从而发生重大的曲解。
即使数据是正确的，假设文本修正具备误导性，也或者影响受众的解释。
只要在须要说明所展现的内容时，才应经常使用书面形容。并且要确保题目、标签和形容传播的意思没有误导性。
5、错误的可视化方法
选用适当的可视化来示意数据是数据可视化的关键步骤。或者有几个图表适宜显示数据，但是如何选用最好的一个呢?
在上图中，两个图表都可以显示每个候选人的回答百分比。但是当咱们用饼状图示意它时，用户或者会感到困惑，由于图表局部看起来彼此相似，并且数字不能等于100%。
所以须要为数据选用适宜的图表，必定首先确定数据试图传播什么样的见地。一旦有了这些消息可以依照上方的方法来选用经常使用那个图表
6、没有因果相关的相关性
你有没有遇到过数据显示出相似的趋向，但是要素却有很大的不同?假设你把他们放到一同，或者造成用户试图找出与彼此有关的事件的要素。
如图所示，自杀人数的回升与美国在迷信、太空和技术方面的投资数额的回升是同步的，这似乎是相反的趋向。但是，假设咱们在迷信上投入更多的钱，咱们真的会看到更多的案件的参与吗?
这种相关性是误导性的，由于它没有咨询。所以在制造图标前必定要确认趋向相反的数据能否有相关性。
7、加大无利数据
这是一种选用性地展现允许你观念的数据，同时疏忽与你观念相反的证据的方法。在可视化中只会显示一点点来自实践数据的见地。
这种可视化暗藏了关键的数据，只给咱们的用户一点洞察力。
假设你是要做正派的报告必定要留意这一点，但是哪些不正派的汇报这个方法十分有用，你懂的。
8、3D图形经常使用不当
大少数3D图表不再常罕用于显示经常出现数据，由于它们有很大的数据失真危险，由于咱们的人眼很难了解3D视觉成果。
但是有好多人却在不时经常使用，这是由于他的视觉体现比拟酷炫。
这个饼状图让后半局部看起来比前半局部大，虽然实践值是30%比35%。另一种类型的3D图表在准确显示数据值方面存在一些疑问。
3D图表会歪曲数据的实在性。所以尽量经常使用2D图表。当然假设某人偏爱酷炫的成果，那么就用吧，没方法。
并非一切数据都须要在可视化中示意
你的数据有时或者会为自己谈话。有些值可以示意关键的消息，或者不须要在数据可视化中显示这些消息。
在图表或图形中显示数据或者是不用要的。数据可视化是一种传递消息的手腕。在某些状况下可以经常使用它，而在其余状况下经常使用其余工具更适宜。
总结
把握数据可视化象征着将复杂的数据转化为令人信服的、实在的叙说。咱们优先思考每个图表的明晰度、准确性和洞察力，确保这些数据和图表可以为咱们的决策提供准确的允许。正确的可视化不只讲述了一个故事，而且还赋予了决策权势。