图表样式与美学的重要性

数据可视化与分析涉及获取数据、处理数据并发现其中有趣的模式。完成繁琐的模式识别任务后，下一步是让可视化结果更具视觉吸引力。这是数据可视化流程中的关键环节，却常常被忽视。我们不必通过随意调整颜色和形状来美化图表；相反，应理性地做出每项选择。

图形美学包括颜色、图案、比例尺和形状等元素。这些元素中的任何一个都可能对最终图表产生显著影响。我们将通过一些例子说明：错误选择不同的美学元素可能导致图表难以理解。

假设我们需要展示某公司各部门的年度预算数据。以下是相关数据表格：

一个明智的选择是使用不同柱状图表示各部门的预算，如下图所示：

该图表看起来尚可。我们使用了合适的图表类型，清晰展示了各部门及其分配的预算。请暂停片刻，从目标受众的角度思考以下问题：

1. 观察该图表是否能引起观众兴趣？是否清楚地传达了图表的主题？

2. 预算所使用的货币是否明确？

如果对上述问题的回答是否定的，说明当前图表信息表达不够充分。可视化应能自解释，清晰传递信息。

让我们分析造成这些问题的原因：

1. 由于图表缺少有效标题，观众无法了解图表内容，除非我们主动说明。

2. y轴未明确标注数据尺度，导致观众困惑：数字“100”在此上下文中代表一百、一百万还是十亿？

接下来尝试改进该图表。首先添加标题，明确说明这是关于不同部门年度预算的讨论。其次，在y轴添加标签，标明数据单位为“百万美元”。此外，还在每个柱子顶部标注具体数值，否则财务部与人力资源部之间的预算差异可能不明显。

再来看一个关于小费与账单的成对散点图。该图展示了顾客支付的总账单金额与小费之间的关系，“大小”表示顾客占用餐桌的尺寸。整体看起来整洁清晰。

观察该图，能否回答以下问题？

1. 哪种餐桌尺寸被顾客频繁使用？

2. 有多少顾客使用六号桌？

我们可以尝试作答：可能是二号或三号桌被频繁使用。对于六号桌，我们不太确定，但可以判断五号和六号桌很少被使用，因为散点数量极少。尽管可以尝试回答，但仍存在多种可能的解释。原因在于：虽然“大小”变量有六种类别，但当前的颜色主题未能区分这些类别，导致图表混乱。我们可以通过选择一种能清晰区分多个类别的配色方案来改善此问题，如下图所示：

颜色主题的调整使图表更加清晰易懂。我们可以明确看出：二号桌被顾客频繁使用，而六号桌则很少被使用。

再看另一个例子：比较不同机器学习分类器的准确率。下图显示了这一对比。由于分类器种类较多，图中文字重叠，难以阅读。你是否还发现了其他模糊之处？

我们知道，这里展示的是各类分类器的准确率，其取值范围应在0.0到1.0之间。然而，y轴刻度延伸至2.0，这显然是错误的，因为准确率不可能超过1.0。数据的刻度必须反映实际有效的数值范围。

改进后的图表如下。我们采取了以下措施：

1. 将seaborn主题更改为白色网格线，使每个柱子更鲜明，网格线有助于精确读取准确率数值。

2. 调整x轴文字方向，使其更好地适应柱子的宽度范围。

3. 添加标题以增强可读性。

4. 调整x轴刻度，确保其准确反映数据的实际范围。

我们已经通过多个案例看到：任何图形元素的错误选择都可能严重影响图表效果。以下是制作数据可视化时应牢记的重要准则：

• 明确可视化的目标。

• 根据目标受众设计可视化。

• 配色方案应与数据类型相匹配。

• 关注细节，如标题、坐标轴标签、坐标轴刻度、图形及尺寸等。