数据可视化帮助讲述我们可以一眼就能理解的故事。数据科学家使用它们来获取复杂且通常是混乱的数据，并将其作为见解或令人信服的信息传达给他人。尽管这看起来很简单，但是存在内在的风险-您可能无意中在设计选择中误导人们，甚至在不需要的时候使用数据可视化。

有效的数据可视化讲述了高度集中的短篇故事，很容易被你的受众吸收并记住。在创建和使用数据可视化时，可以遵循以下获取有效结果的六个更佳实践：

1.仅在需要时使用数据可视化。

经验法则是仅在确实需要数据可视化来解释发生的情况时才使用数据可视化。例如，您可能不需要可视化来报告公司过去三个月的总销售额。但是，如果您将一个性能不佳的产品与其他产品的性能进行比较，数据可视化则是一种有效的方法。

视觉描绘还可以帮助人们更好地记住关键信息。但是在演示文稿中过度使用数据可视化会会削弱这种优势，因为你会让观众吸收太多视觉信息而变得不堪重负。
 
2. 使用不超过五种颜色，并限制使用红色。
颜色选择是视觉故事的重要组成部分。数据科学家用于数据可视化的软件应用程序通常会提供很多颜色选择，但是一定要明智地选择。使用过多的颜色或使用错误的颜色可能会导致混淆或产生意想不到的情绪反应。

例如，红色的含义是有争议的。虽然有些人认为红色代表行动和活力，但在某些文化中，红色也与战争、鲜血和危险联系在一起。由于有很多其他颜色可供选择，所以最好不要在数据可视化中轻易使用红色。

与此同时，要认识到颜色的冲突，选择作为支撑元素帮助讲述故事的颜色而不是选择与整体表现相似的颜色。你不希望用颜色来突出和引起注意。相反，你应该选择能够帮助人们快速理解整体信息的颜色。

3.选择正确的图表类型。
折线图适合显示一段时间内的故事或趋势，在进行比较时，柱状图对于分类数据非常有用。

但是饼状图并不是那么简单。许多数据科学家不使用饼图，因为认为它可能会产生误导，尤其是当饼状切片数超过三个时。因为人们很难区分第4块和第5块，第5块与第6块等的切片大小之间的差异。这是因为与理解简单矩形和正方形之间的差异相比，人们通常很难理解三角形切片之间的差异。

各种软件应用程序中都有一些外观新颖的图表，它们以更具创造性的术语来描述数据，但请谨慎使用。您的主要目标是讲一个易于理解的故事，因此请确保使用的图标是实现此目标的更佳选择。

最后，如果您的数据点数量有限，请不要忘记简单文本表的有效性。这些也是数据可视化的一种，如果您的受众（例如工程师和财务经理）对精确的，非四舍五入的数字感兴趣，则它们特别有用。

4.使用好标题。
数据可视化的标题是整个故事的重要组成部分，但它也可用于快速确定可视化的含义，无论是用于与实时受众交流还是用于已发布可视化中的搜索优化。在这两种情况下，标题都告诉用户可视化中的数据将验证哪些内容。

撰写一个好标题的窍门是：从数据可视化中剔除标题空格之外的所有内容，并考虑与数据讲述相同故事的文本，不要过于复杂。你会发现自己被那些每个字都有意义的简单标题所吸引。直截了当的标题有助于把读者的注意力集中在重要的信息上。它们也更容易记住。

5.清除杂物。
这是一个非常简单明了的规则：可视化完成后，用批判的眼光去看那些无关的内容。然后，您应该删除不需要用来讲故事的所有内容。您的目标是使可视化直观，以便人们可以查看并“理解”而不必提出问题。偏离最基本信息的元素可能导致混淆和误解。

如果您不能自己确定，请在几个人身上测试可视化效果，看看它是否确实直观。这些人在5到10秒内就“明白”了吗？如果没有，找出为什么他们没有，并做出相应的调整。

6.始终关注数据可视化。
正如数据科学和数据科学技术在不断发展一样，可视化实践和我们用来创建可视化的工具也在不断发展，这就是为什么始终要学习很重要。可以通过查看其他人是如何呈现视觉上吸引人的数据可视化的，然后我们自己学会制作更具视觉吸引力的数据可视化。

这很容易做到，因为有很多已经出版了。搜索相关资源以获得任何您想看到的仪表板、图表、趋势线，您将发现可供参考的示例宝库。

数据可视化的更多帮助
还有两种类型的资源可以帮助改善您自己的数据可视化。首先，许多用于构建数据可视化的软件程序如Tableau，会提供有关图表类型和其他选择的建议。其次，吸收包括数据可视化和有关信息的书籍，报告，社交媒体帖子，博客和其他可公开获得的内容。有很多内容可以参考，所以这是一个持续的学习。

在许多方面，我们只是处于“数据可视化”趋势的开始，随着我们能够从周围收集的数据中了解到越来越多，这最终将成为日常生活和工作的一部分。对于需要创建数据可视化的数据科学家而言，面临的挑战将是在与不同的受众共享他们的见解和消息时保持沟通的相关性，重点和简单性。