这个信息时代更多地让人觉得它是个信息过剩的时代。铺天盖地般的信息令人目不暇接，很多未经加工的原始信息只有使用某种方法找出其中的规律才有价值。

谢天谢地，我们人类是对图形图像极为敏感的生物。虽然很少有人能从一堆数字中发现趋势，但即使是小孩子也能看懂条形图，并且能从这些图形中明白数字的含义。正因为如此，数据可视化成了一股潮流。可视化数据成为与人沟通的最便捷方式。

我前段时间支持用研的项目，需要把数据PPT,word或者其他一堆数据可视化，连续做了两个长图，结合网上的一些资料，有了一些自己的小小经验，简单总结一下，希望能帮助各位亲爱的小伙伴。

如果数据表达失误或者无法高效表达数据，那么读者便无法理解数据的含义，既无法传达想要的信息，也有损你的名望。但是你无须具有专业的统计知识，只要用心，寻找数据之间的联系，便能解读数据的核心，将其可视化。本文仅提供常见的图表设计准则以及一些基本样式，帮助你找到正确的数据表达方式，并给出实践得出的设计建议和技巧，从而避免设计错误，让你的数据能够最大程度的发挥作用。



第一部分：可视化的背景和价值

信息可以用多种方法来进行可视化，每种可视化的方法都有着不同的着重点，当你打算处理数据时。首先要明确并理解的一点是：你打算通过数据讲述怎样的故事，数据之后又在表达着什么？通过这些数据，能为你后续的工作做哪一些指导性工作，是否能帮观者正确的抓住重点，了解行业动态？了解这一点之后，你便能选择合理的数据可视化方法，高效传达数据。



当我们能够充分理解数据，并能够轻易向他人解释数据时，数据才有所价值；我们的读者可以通过可视化互动或其他数据使用方式来探寻一个故事的背后发生了什么，因此，数据可视化至关重要。

例如腾讯MXD的刷机用户市场报告，详细分析刷机市场的各种市场，人群，原因，快速了解刷机市场的现状。

我们在分析数据时，可以先参考已经验证的设计模式，或者数据观察案例，然后你便能找出自己数据背后的故事了。



第二部分：数据的特性与关系

数据可视化，先要理解数据，再去掌握可视化的方法，这样才能实现高效的数据可视化，下面是常见的数据类型，在设计时，你可能会遇到以下集中数据类型：

• 量性：数据是可以计量的，所有的值都是数字
• 离散型：数字类数据可能在有限范围内取值。例如：办公室内员工的数目
• 持续性：数据可以测量，且在有限范围内，例如：年度降水量
• 范围性：数据可以根据编组和分类而分类，例如：产量销售量
  

数据关系：



第三部分：可视化设计

数据可视化常用的图表形式有以下几种。

柱状图，饼图，折线图，面积图，散点图，气泡地图，热点地图



第四部分：可视化的应用案例（刷机市场）