加米谷大数据：你一定要了解的关于数据可视化常见错误

加米谷，您的人生充电站

关于大数据技术中数据可视化的常见错误，你犯了几个？

下面列举了几个大家避免犯以下的常见错误：

错误一：图表越新颖越好

有些可视化图形在几十年前就出现了，比如条形图、饼图、散点图等，人们已经习惯通过这些传统的图表阅读数据。

但有些人认为传统的东西无法抓住读者的眼球，他们认为得用新的、令人兴奋的图表让可视化变得有趣，但这种想法完全忽略了数据可视化的重点。

可视化图表可以纯粹从美学的角度欣赏，但最有趣的还是数据。这就是为什么可视化要从数据开始，探索数据，然后展示结果，而不是从可视化开始，然后尽力把数据集放进去。

所以制作图表时，需要在功能和独特性之间取得平衡。为了新颖而新颖通常会让数据（数据应当永远是你的目标）变得难以理解。

错误二：所有的信息都需要可视化

很多情况下只展示数字要比展示数据的抽象图形更好。当你有很多数据时，可能简单的聚合比展示每一个数据点要好。

比如双十一的销量大屏，我们当时更关心的是交易总量这个数字，至于这个数字是由哪些品类的商品贡献的，各自的用户画像又是什么样的等信息，后续的分析中是会用到，但是这么详细的信息在双十一的大屏上是不需要都展示出来的。

或者当你只有少量数据时，一个表格也许就能表达清楚问题，所以就没必要再将数据制成图表来徒增工作量。

错误三：可视化作品必须很美

可视化作品的外表很重要，毕竟可视化与视觉相关。人们会基于你展示的内容和方式进行判断，虽然不好看的图表并不意味着所做的分析也不好。

精心打造的美学作品并不能弥补基础（数据）差的可视化的缺陷。你需要进行合理分析和设计，要考虑到目标和读者群。没有前者，你的作品就只是好看的图片，没有后者，它也只是软件输出的内容。

错误四：固守可视化的规则

在百度搜索可视化的方法，搜索结果无疑会出来许多“规则”。还有一些专家写的书，除了说明什么能做什么不能做的准则之外，就没有别的内容了。

所以最后一个常见的错误是把这些规则用于所有的可视化作品，无论是否只是针对特定的应用，比如分析、报告和展示。并不是说规则都是错的。只是你要知道什么时候用，用到点上。并记住大多数可视化规则是就总体而言的就足够了。

加米谷大数据www.dtinone.com