数据可视化五大黄金原则：让你的图表“会说话”
<p>在日常工作中，你是否遇到过这种情况：你辛辛苦苦跑完数据，画了一张图表发给老板或客户，结果对方盯着看了半天，问了一句：“<strong>所以，你想表达什么？</strong>”</p><p>这就像讲笑话没人笑一样尴尬。图表的本质不是 <strong>“画图”</strong>，而是 <strong>“沟通”</strong>。</p>
<p>今天，我将分享 5 个提升可视化效果的原则，并用 <code>Python</code> 的 <code>matplotlib</code> 库手把手教你如何实现。</p>
<h1 id="1-原则1展示数据而非装饰">1. 原则1：展示数据，而非装饰</h1>
<p>想象一下，你在阅读一本小说，但每页都充满了无关的插图，你会感到困惑和分心。</p>
<p><strong>数据可视化</strong>也是如此——读者需要的是数据本身，而不是华丽的装饰。</p>
<p>所以，我们需要展示<strong>最重要</strong>的数据，而不是<strong>尽可能多</strong>的数据。</p>
<p>让我们看看一个常见的错误做法和改进后的做法：</p>
<pre><code class="language-python"># 创建示例数据
np.random.seed(42)
categories = ["产品A", "产品B", "产品C", "产品D", "产品E"]
sales_bad = np.random.randint(50, 200, 5)
sales_good = np.random.randint(50, 200, 5)
# 错误做法：过度装饰，数据不突出
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 6))
# 左侧：过度装饰的图表
ax1.bar(categories, sales_bad, color=["red", "blue", "green", "orange", "purple"])
# 添加不必要的元素
# ...
# 右侧：简洁聚焦的图表
ax2.bar(categories, sales_good, color="steelblue", alpha=0.8)
# 在柱子上直接标注数值
for i, v in enumerate(sales_good):
ax2.text(i, v + 5, str(v), ha="center", fontweight="bold")
# 突出最高值
# ...
# 移除不必要的边框
# ...
plt.tight_layout()
plt.show()
</code></pre>
<p><img src="https://img2024.cnblogs.com/blog/83005/202601/83005-20260106222835311-981055803.png" alt="" loading="lazy"></p>
<p>在这个示例中，根据原则1，我们<strong>主要改进</strong>了：</p>
<ul>
<li>移除背景水印和过度装饰</li>
<li>直接在柱状图上标注数值，避免视线来回移动</li>
<li>突出显示最重要的数据点（产品C）</li>
<li>简化标题，直接传达核心信息</li>
</ul>
<h1 id="2-原则2减少混乱保持简洁">2. 原则2：减少混乱，保持简洁</h1>
<p>想象一下一个杂乱无章的房间，你想找一本书，却要翻遍各个角落。</p>
<p>混乱的图表也会让读者经历同样的挫折。</p>
<p>所以，每个额外的视觉元素都应该有明确的目的，否则就应该移除。</p>
<pre><code class="language-python"># 创建示例数据
np.random.seed(123)
months = [
"1月",
#...
"12月",
]
temperature = np.random.normal(20, 5, 12) + np.sin(np.linspace(0, 2 * np.pi, 12)) * 3
precipitation = (
np.random.normal(50, 15, 12) + np.cos(np.linspace(0, 2 * np.pi, 12)) * 20
)
# 左侧：混乱的图表
ax1.plot(months, temperature, "ro-", linewidth=2, markersize=8, label="温度")
# ...
# 创建第二个y轴（混乱的常见来源）
ax1b = ax1.twinx()
ax1b.plot(months, precipitation, "bs--", linewidth=2, markersize=8, label="降水量")
# ...
# 添加网格和过多标签
# ...
# 右侧：简洁的图表
# 分开显示两个指标
ax2a = plt.subplot(grid)
ax2b = plt.subplot(grid)
# 温度图表
ax2a.plot(months, temperature, color="#E74C3C", linewidth=2.5)
ax2a.fill_between(months, temperature.min(), temperature, color="#E74C3C", alpha=0.1)
# 突出显示最高温度
max_temp_idx = np.argmax(temperature)
ax2a.plot(
months, temperature, "o", color="#E74C3C", markersize=10
)
# ...
# 降水量图表
ax2b.bar(months, precipitation, color="#3498DB", alpha=0.7)
# 突出显示最高降水量
max_precip_idx = np.argmax(precipitation)
# ...
plt.show()
</code></pre>
<p><img src="https://img2024.cnblogs.com/blog/83005/202601/83005-20260106222835292-272601904.png" alt="" loading="lazy"></p>
<p>在这个示例中，根据原则2，我们<strong>主要改进</strong>了：</p>
<ul>
<li>将双Y轴图表拆分为两个独立的图表</li>
<li>移除过多的图例和网格线</li>
<li>使用填充和标记突出关键数据点</li>
<li>简化标题，每个图表只表达一个核心信息</li>
</ul>
<h1 id="3-原则3图文结合引导读者">3. 原则3：图文结合，引导读者</h1>
<p>好的可视化图表就像一个会讲故事的导游，而文字就是它的讲解词。</p>
<p>文字应该帮助读者理解数据，而不是制造障碍。</p>
<pre><code class="language-python"># 创建示例数据
np.random.seed(42)
years = np.arange(2010, 2023)
company_a = np.random.normal(100, 10, 13) + np.linspace(0, 50, 13)
company_b = np.random.normal(100, 10, 13) + np.linspace(0, 30, 13)
# 左侧：缺乏引导的图表
ax1.plot(years, company_a, "b-", linewidth=2, label="公司A")
ax1.plot(years, company_b, "r-", linewidth=2, label="公司B")
# 右侧：图文结合的图表
ax2.plot(years, company_a, color="#2E86C1", linewidth=3, alpha=0.8)
ax2.plot(years, company_b, color="#E74C3C", linewidth=3, alpha=0.8)
# 直接标注线条，避免图例
ax2.text(
2022.2, company_a[-1], "公司A", color="#2E86C1", fontweight="bold", va="center"
)
ax2.text(
2022.2, company_b[-1], "公司B", color="#E74C3C", fontweight="bold", va="center"
)
# 添加标题和副标题
# ...
# 添加关键事件注释
# ...
# 突出关键数据点
# ...
# 简洁的坐标轴
# ...
plt.show()
</code></pre>
<p><img src="https://img2024.cnblogs.com/blog/83005/202601/83005-20260106222835329-396667946.png" alt="" loading="lazy"></p>
<p>在这个示例中，根据原则3，我们<strong>主要改进</strong>了：</p>
<ul>
<li>直接在线条旁标注，消除图例</li>
<li>使用标题直接传达核心发现</li>
<li>添加注释解释关键事件</li>
<li>使用填充区域突出重要差异</li>
</ul>
<h1 id="4-原则4避免意面图分解复杂信息">4. 原则4：避免意面图，分解复杂信息</h1>
<p>"意面图"是指线条交错、难以分辨的图表，就像一碗缠在一起的意大利面。</p>
<p>当图表变得过于复杂时，最好的方法是分解它。</p>
<pre><code class="language-python"># 创建示例数据：多个产品多年的销售数据
np.random.seed(123)
years = np.arange(2015, 2024)
products = ['手机', '平板', '笔记本', '智能手表', '耳机']
# 生成数据
sales_data = {}
for product in products:
base = np.random.randint(30, 80)
trend = np.linspace(0, np.random.randint(20, 60), 9)
noise = np.random.normal(0, 5, 9)
sales_data = base + trend + noise
# 左侧：意面图
colors = plt.cm.Set2(np.linspace(0, 1, len(products)))
for idx, (product, sales) in enumerate(sales_data.items()):
ax1.plot(years, sales, color=colors, linewidth=2, marker='o', label=product)
# 右侧：分解后的图表 - 使用子图
fig2, axes = plt.subplots(2, 3, figsize=(15, 8))
axes = axes.flatten()
# 绘制每个产品的独立图表
for idx, (product, sales) in enumerate(sales_data.items()):
ax = axes
ax.plot(years, sales, color='#2980B9', linewidth=2.5, marker='o', markersize=6)
# 填充区域
ax.fill_between(years, sales.min(), sales, color='#2980B9', alpha=0.1)
# 设置标题和标签
# ...
# 标记最高点
max_idx = np.argmax(sales)
ax.plot(years, sales, 'o', color='#E74C3C', markersize=8)
# ...
# 简化网格
# ...
# 隐藏最后一个子图（我们只有5个产品）
axes[-1].axis('off')
plt.show()
</code></pre>
<p><img src="https://img2024.cnblogs.com/blog/83005/202601/83005-20260106222835313-1108722144.png" alt="" loading="lazy"></p>
<p><img src="https://img2024.cnblogs.com/blog/83005/202601/83005-20260106222835312-166951632.png" alt="" loading="lazy"></p>
<p>在这个示例中，根据原则4，我们<strong>主要改进</strong>了：</p>
<ul>
<li>将复杂的多线条图表分解为多个简单图表</li>
<li>每个子图聚焦一个产品，避免线条交错</li>
<li>在每个子图中独立标注关键信息</li>
<li>保持一致的视觉风格便于比较</li>
</ul>
<h1 id="5-原则5从灰色开始有策略地使用颜色">5. 原则5：从灰色开始，有策略地使用颜色</h1>
<p>颜色是可视化中最强大的工具之一，但也是最容易被滥用的。</p>
<p>从灰度开始设计，可以确保你使用的每个颜色都有明确的目的。</p>
<pre><code class="language-python"># 创建示例数据
np.random.seed(123)
cities = ["北京", "上海", "广州", "深圳", "成都", "武汉", "西安", "杭州"]
months = [
"1月",
# ...
"12月",
]
# 生成各城市的月度AQI数据
aqi_data = {}
for city in cities:
base = np.random.randint(60, 100)# 基础AQI值
seasonal = np.sin(np.linspace(0, 2 * np.pi, 12)) * 20# 季节性变化
noise = np.random.normal(0, 10, 12)# 随机噪声
aqi_data = np.clip(base + seasonal + noise, 30, 180)# 限制在30-180之间
# 计算各城市的年平均AQI
avg_aqi = {city: np.mean(values) for city, values in aqi_data.items()}
# 创建图表对比
fig = plt.figure(figsize=(12, 6))
# 阶段1：全灰色基础图表
ax1 = plt.subplot(1, 2, 1)
# 全灰色版本
for city in cities:
ax1.plot(months, aqi_data, color="#7F8C8D", linewidth=1.5, alpha=0.6)# 灰色
# ...
# 阶段2：识别关键数据后添加初步颜色
ax2 = plt.subplot(1, 2, 2)
# 找出空气质量最好和最差的城市
sorted_cities = sorted(avg_aqi.items(), key=lambda x: x)
best_city = sorted_cities# AQI最低的城市
worst_city = sorted_cities[-1]# AQI最高的城市
# ...
# 添加标签
# ...
# 添加空气质量标准线
# ...
plt.show()
</code></pre>
<p><img src="https://img2024.cnblogs.com/blog/83005/202601/83005-20260106222835318-180053858.png" alt="" loading="lazy"></p>
<p>在这个示例中，根据原则5，我们<strong>主要改进</strong>了：</p>
<ul>
<li>从全灰色开始，确保图表结构清晰</li>
<li>只对关键数据点使用强调色</li>
<li>使用颜色突出最重要的发现</li>
<li>通过细节点缀（如虚线、标记）提供额外上下文</li>
</ul>
<h1 id="6-总结">6. 总结</h1>
<p><strong>数据可视化</strong>不仅仅是关于 <code>plt.plot()</code> 的技术，更多的是关于<strong>心理学</strong>和<strong>设计</strong>。</p>
<ol>
<li><strong>展示数据</strong>：把聚光灯打在重点上。</li>
<li><strong>减少混乱</strong>：删掉一切不必要的墨水。</li>
<li><strong>图文结合</strong>：标题就是结论，标注代替图例。</li>
<li><strong>避免意面图</strong>：复杂问题拆解看。</li>
<li><strong>从灰色开始</strong>：克制地使用颜色。</li>
</ol>
<p>希望这些原则能帮你在下一次做图时，画出让人眼前一亮的作品！</p>
<p>文中的代码是一些核心的片段，完整的代码共享在：可视化5个黄金原则.ipynb (访问密码: 6872)</p><br><br>
来源：https://www.cnblogs.com/wang_yb/p/19449591
頁:
[1]