京公网安备 11010802034615号
经营许可证编号:京B2-20210330
十个做图表心得,看完就能用
在我从事设计工作的 15 年中,大多数时间都在设计复杂、有大量数据的网页和 app。可以说,我每天都在和图表打交道,这篇文章,将和大家分享图表设计的 10 个原则。好好运用这些原则,可以帮你设计出更具美学、更受欢迎、更加实用的图表。
1. 使用常见图表类型
作为设计师,使用独具特色的不常见图表(比如流线图),你会觉得很有趣,而且创意十足。但是,不应该让用户去学习如何阅读你「原创」的图表。
所以,最好使用常见的图表,比如:面积图,条形图/柱状图,折线图,或者饼状图/圆环图。
2. 饼状图不超过 5 个分类
一个通用的经验法则——如果要使用饼状图,尽量将区块数量控制在 5 个以内。区块数量越多,用户读取数据的难度越大。遇到此类情况,建议采用其它类型图表。
3. 归类整理,顺序排列
只要内容不涉及日期,你可以通过升序或降序归类整理图表内容,从而大大提高图表的可读性。这个原则通常适用于条形图/柱状图。
4. 避免使用 3D 图表
只要不涉及 VR, 绝对没有必要使用 3D 图表,而且有些 3D 图表的「颜值」还很低。
5. 避免随机生成颜色
有些图表框架会随机生成代表各组数据的颜色。其背后的算法,很少和整体配色方案相匹配,而且不同数据组之间的视觉区别也不够明显。
最好还是通过人工配色——确保有足够的颜色可用,并且不同颜色间的辨识要清晰。
6. 趋势线会分散用户注意力
趋势线看起来可以使图表界面更丰富。但实际上,它并没有起任何作用,有用的还是线条下面的点状数据。如果你决定使用趋势线,至少可以让用户能手动隐藏它。
7. 不要依赖数据提示框
将数据提示框当作额外或补充信息来源。换句话说,数据提示框不应被视作用户了解标绘值的唯一途径。
8. 图例要视情况使用
当图表只有一种数据信息时,用图表标题说明数据信息即可。加上图例,纯属多此一举。
9. 网格线要视情况使用
网格线的作用,在于帮助用户了解轴标签对应的数据信息。然而,在简单图表中,网格线并不是必要的。如果非要用网格线,要注意是否需要在 X 轴和 Y 轴上同时使用。通常,在一个轴上标注网格线就足够了。
在套用模板时,不要一套了事,而是多进行对比,找出最适合自己的那一款。
当然,也有例外……
在围绕数据而设计时,你应该充分利用你的判断力和创造力。虽然数据有时会相当复杂,但要围绕数据设计出有意义的故事,总不能千篇一律。
当然,也许你会发现,这 10 个原则可能都不适用于你所处理的数据。时不时地「违背原则」,也不是大问题。但不容忽视的是,一定要在现实情况下测试你的设计。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16