数据可视化技能

图表选择指南、Python 可视化代码模式、设计原则和可访问性考虑，用于创建有效的数据可视化。

图表选择指南

按数据关系选择

你要展示的内容	最佳图表	替代方案
随时间变化的趋势	折线图	面积图（展示累积或构成时）
类别间比较	垂直柱状图	水平柱状图（类别多时）、棒棒糖图
排名	水平柱状图	点图、斜率图（比较两个时期）
部分与整体的构成	堆叠柱状图	矩形树图（层级结构）、华夫饼图
随时间变化的构成	堆叠面积图	100% 堆叠柱状图（关注比例）
分布	直方图	箱线图（比较组）、小提琴图、条带图
相关性（2 个变量）	散点图	气泡图（添加第 3 个变量作为大小）
相关性（多变量）	热力图（相关矩阵）	配对图
地理模式	等值线图	气泡地图、六边形地图
流程	桑基图	漏斗图（顺序阶段）
关系网络	网络图	弦图
绩效 vs 目标	子弹图	仪表盘（仅单个 KPI）
同时展示多个 KPI	小多组图	带独立图表的仪表盘

何时避免使用某些图表

饼图：除非少于 6 个类别且精确比例不如大致比较重要。人类不擅长比较角度。改用柱状图。
3D 图表：永远不要使用。它们扭曲感知且不增加信息量。
双轴图表：谨慎使用。它们可能通过暗示相关性而产生误导。如果使用，请明确标注两个轴。
堆叠柱状图（类别多）：难以比较中间部分。改用小多组图或分组柱状图。
环形图：比饼图略好，但存在相同的基本问题。最多用于单个 KPI 展示。

Python 可视化代码模式

设置与样式

import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
import seaborn as sns
import pandas as pd
import numpy as np

# 专业样式设置
plt.style.use('seaborn-v0_8-whitegrid')
plt.rcParams.update({
    'figure.figsize': (10, 6),
    'figure.dpi': 150,
    'font.size': 11,
    'axes.titlesize': 14,
    'axes.titleweight': 'bold',
    'axes.labelsize': 11,
    'xtick.labelsize': 10,
    'ytick.labelsize': 10,
    'legend.fontsize': 10,
    'figure.titlesize': 16,
})

# 色盲友好调色板
PALETTE_CATEGORICAL = ['#4C72B0', '#DD8452', '#55A868', '#C44E52', '#8172B3', '#937860']
PALETTE_SEQUENTIAL = 'YlOrRd'
PALETTE_DIVERGING = 'RdBu_r'

折线图（时间序列）

fig, ax = plt.subplots(figsize=(10, 6))

for label, group in df.groupby('category'):
    ax.plot(group['date'], group['value'], label=label, linewidth=2)

ax.set_title('按类别划分的指标趋势', fontweight='bold')
ax.set_xlabel('日期')
ax.set_ylabel('值')
ax.legend(loc='upper left', frameon=True)
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# 格式化 x 轴日期
fig.autofmt_xdate()

plt.tight_layout()
plt.savefig('trend_chart.png', dpi=150, bbox_inches='tight')

柱状图（比较）

fig, ax = plt.subplots(figsize=(10, 6))

# 按值排序便于阅读
df_sorted = df.sort_values('metric', ascending=True)

bars = ax.barh(df_sorted['category'], df_sorted['metric'], color=PALETTE_CATEGORICAL[0])

# 添加数值标签
for bar in bars:
    width = bar.get_width()
    ax.text(width + 0.5, bar.get_y() + bar.get_height()/2,
            f'{width:,.0f}', ha='left', va='center', fontsize=10)

ax.set_title('按类别排名指标', fontweight='bold')
ax.set_xlabel('指标值')
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

plt.tight_layout()
plt.savefig('bar_chart.png', dpi=150, bbox_inches='tight')

直方图（分布）

fig, ax = plt.subplots(figsize=(10, 6))

ax.hist(df['value'], bins=30, color=PALETTE_CATEGORICAL[0], edgecolor='white', alpha=0.8)

# 添加均值和中间值线
mean_val = df['value'].mean()
median_val = df['value'].median()
ax.axvline(mean_val, color='red', linestyle='--', linewidth=1.5, label=f'均值: {mean_val:,.1f}')
ax.axvline(median_val, color='green', linestyle='--', linewidth=1.5, label=f'中位数: {median_val:,.1f}')

ax.set_title('值分布', fontweight='bold')
ax.set_xlabel('值')
ax.set_ylabel('频率')
ax.legend()
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

plt.tight_layout()
plt.savefig('histogram.png', dpi=150, bbox_inches='tight')

热力图

fig, ax = plt.subplots(figsize=(10, 8))

# 透视数据为热力图格式
pivot = df.pivot_table(index='row_dim', columns='col_dim', values='metric', aggfunc='sum')

sns.heatmap(pivot, annot=True, fmt=',.0f', cmap='YlOrRd',
            linewidths=0.5, ax=ax, cbar_kws={'label': '指标值'})

ax.set_title('按行维度和列维度的指标', fontweight='bold')
ax.set_xlabel('列维度')
ax.set_ylabel('行维度')

plt.tight_layout()
plt.savefig('heatmap.png', dpi=150, bbox_inches='tight')

小多组图

categories = df['category'].unique()
n_cats = len(categories)
n_cols = min(3, n_cats)
n_rows = (n_cats + n_cols - 1) // n_cols

fig, axes = plt.subplots(n_rows, n_cols, figsize=(5*n_cols, 4*n_rows), sharex=True, sharey=True)
axes = axes.flatten() if n_cats > 1 else [axes]

for i, cat in enumerate(categories):
    ax = axes[i]
    subset = df[df['category'] == cat]
    ax.plot(subset['date'], subset['value'], color=PALETTE_CATEGORICAL[i % len(PALETTE_CATEGORICAL)])
    ax.set_title(cat, fontsize=12)
    ax.spines['top'].set_visible(False)
    ax.spines['right'].set_visible(False)

# 隐藏空子图
for j in range(i+1, len(axes)):
    axes[j].set_visible(False)

fig.suptitle('按类别划分的趋势', fontsize=14, fontweight='bold', y=1.02)
plt.tight_layout()
plt.savefig('small_multiples.png', dpi=150, bbox_inches='tight')

数字格式化辅助函数

def format_number(val, format_type='number'):
    """格式化图表标签中的数字。"""
    if format_type == 'currency':
        if abs(val) >= 1e9:
            return f'${val/1e9:.1f}B'
        elif abs(val) >= 1e6:
            return f'${val/1e6:.1f}M'
        elif abs(val) >= 1e3:
            return f'${val/1e3:.1f}K'
        else:
            return f'${val:,.0f}'
    elif format_type == 'percent':
        return f'{val:.1f}%'
    elif format_type == 'number':
        if abs(val) >= 1e9:
            return f'{val/1e9:.1f}B'
        elif abs(val) >= 1e6:
            return f'{val/1e6:.1f}M'
        elif abs(val) >= 1e3:
            return f'{val/1e3:.1f}K'
        else:
            return f'{val:,.0f}'
    return str(val)

# 与坐标轴格式化器配合使用
ax.yaxis.set_major_formatter(mticker.FuncFormatter(lambda x, p: format_number(x, 'currency')))

使用 Plotly 的交互式图表

import plotly.express as px
import plotly.graph_objects as go

# 简单的交互式折线图
fig = px.line(df, x='date', y='value', color='category',
              title='交互式指标趋势',
              labels={'value': '指标值', 'date': '日期'})
fig.update_layout(hovermode='x unified')
fig.write_html('interactive_chart.html')
fig.show()

# 带悬停数据的交互式散点图
fig = px.scatter(df, x='metric_a', y='metric_b', color='category',
                 size='size_metric', hover_data=['name', 'detail_field'],
                 title='相关性分析')
fig.show()

设计原则

颜色

有目的地使用颜色：颜色应编码数据，而非装饰
突出故事：使用明亮的强调色表示关键洞察；其他内容设为灰色
顺序数据：使用单色渐变（从浅到深）表示有序值
发散数据：使用双色渐变，中性中点，用于有意义的中心点数据
分类数据：使用不同的色相，最多 6-8 个，否则会造成混乱
避免仅使用红绿：8% 的男性是红绿色盲。使用蓝/橙作为主要配对

排版

标题陈述洞察："收入同比增长 23%"优于"月度收入"
副标题添加上下文：日期范围、应用的筛选条件、数据来源
坐标轴标签可读：尽可能避免旋转 90 度。改用缩短或换行
数据标签增加精度：在关键点上使用，而非每个柱子上
注释突出显示：用文本注释标出特定点

布局

减少图表垃圾元素：移除不携带信息的网格线、边框、背景
有意义地排序：按值排序类别（非按字母顺序），除非有自然顺序（月份、阶段）
合适的长宽比：时间序列宽大于高（3:1 到 2:1）；比较图可以更方正
空白是好的：不要挤满图表。给每个可视化留出呼吸空间

准确性

柱状图从零开始：始终如此。从 95 到 100 的柱状图夸大了 5% 的差异
折线图可以非零基线：当变化范围有意义时
跨面板的一致比例尺：比较多个图表时，使用相同的坐标轴范围
展示不确定性：当数据不确定时，使用误差线、置信区间或范围
标注坐标轴：永远不要让读者猜测数字的含义

可访问性考虑

色盲

绝不单独依赖颜色来区分数据系列
添加图案填充、不同的线条样式（实线、虚线、点线）或直接标签
使用色盲模拟器测试（例如 Coblis、Sim Daltonism）
使用色盲友好调色板：sns.color_palette("colorblind")

屏幕阅读器

包含描述图表关键发现的替代文本
在可视化旁边提供数据表格替代方案
使用语义化的标题和标签

通用可访问性

数据元素与背景之间有足够的对比度
标签最小字号 10pt，标题 12pt
避免仅通过空间位置传达信息（添加标签）
考虑打印：图表在黑白情况下是否可用？

可访问性检查清单

分享可视化之前：

图表在不依赖颜色的情况下可工作（图案、标签或线条样式区分系列）
文本在标准缩放级别下可读
标题描述洞察，而非仅仅是数据
坐标轴带有单位的标签
图例清晰且位置不遮挡数据
数据来源和日期范围已标注