掌握了这12点，你才有可能称为一名称职的数据可视化思考者
作者：xlrocket 来源：微信公众号「效率火箭」（ID：xlrocket）
怎样才能称得上一名称职的数据可视化思考者？《Data at Work》的作者Jorge Camoes所总结的12点，或许能在新的一年里给大家一些新的思考和启发。
01
02
数据可视化这个短语，让你误以为需要花费70%的时间来设计一个炫酷的图表，但事实正好相反：你得耗费你的绝大多数时间来排除错误，结构化数据，确保理念的正确性等等。经理或者客户通常不会认为这是一项需要耗费大量资源的工作，他们认为都是信手拈来的。
03
04
创造一些新的图表类型并不很难，这是因为我们会本能地将数据映射成了一个二维平面，而映射完成后一切即是设计。以这种程度的抽象手段进行思考相当有意思，这是因为你的沟通形式不仅变得更为灵活，而且还有助于在不同工具间进行转换。
05
从你收集到数据的那一刻，到你看到别人图表中的诠释，看似都是及时性的。但仔细挖掘数据却可以得到不同的诠释方法以及观点。什么才是一个好的图表，那得看它在表达它应该传达的信息时到底做得有多好。这就意味着，我们需要一个好的数据预处理体系，从而能够允许大脑去聚焦于更高层级的任务。当然有了这些还不一定能够做到真正意义的数据可视化，你还得拥有承上启下的知识体系来侦测和诠释各种现象。
06
07
使用经过特殊处理的内容来吸引观众的注意力总是见效缓慢。因此我们需要首先考虑使用其他手段，比如数据本身、图表标题、避免错误等等。
08
可以参考Stephen Few （《信息仪表设计》作者）和David McCandless（《数据可视化之美》作者）的相关论述。
09
定义一个可以服务于多种图表却尽量不掺杂情感的工作框架。你得知道，人是会对某一类数据可视化表达形式上瘾的。
10
简明性不是极简主义，也并非抛弃一切无用信息。移除无关信息，最小化附加信息，调整必要信息，增加有价值信息，这才是我们所要做的。
11
尽量避免一成不变，要学会用色彩去修饰可视化作品。把色彩认作是一种可以被掌控的促进因素。对于非专业设计人员而言，要考虑色彩美学的广度可能有所强人所难，但这不妨碍大家可以去参考一些专业的调色盘，也不妨碍大家放弃默认配色。
12
结构化的、矩阵式样的可视化作品采用的是小块格子状的展示方式。而对于自由形式的可视化作品（仪表盘、信息图）则是要找到一个连贯的叙事方式或者视觉景观。对于全局性的信息，使用一些入门级图表的组合（简单但信息量大的图表，比如饼图、指针图）。但千万别独自使用当中的某一种图表。对于探索类型的信息，聚焦关键内容往往要好过过滤无用内容。