数据可视化中的图表垃圾与数据墨水比

有说服力的图表设计通常是简洁、切中要害的，从来都不是花花绿绿的视觉糖果。对普通从事分析或其他商业工作的你来说能利用的工具总是有限，而Excel默认生成的图表非常不理想，更遑论很多人压根没有数据设计方面的训练。那么怎么快速提升自己图表设计的技能呢？简洁是一条基本原则。今天就讲讲Tufte提出的2个概念，也是数据图形化设计的基础、核心概念。

Chart junk / 图表垃圾：图表设计中对理解信息不必要或干扰信息理解的视觉元素。通常包括：

• 粗重的网格线
• 不必要的文本
• 图形中的装饰图片
• 阴影或立体元素
• 坐标轴装饰元素

注意：颜色是另一种潜在的图表垃圾，如果图表中的不同颜色编码代表的差异没有意义则删去。只有当颜色的差异能强化想要传达的信息时（即颜色编码代表不同数据值）才保留，通常2种颜色就足够。

Data-Ink Ratio/ 数据墨水比：与图表垃圾概念关系紧密，即用描述数据的墨水量除以所有图形使用的墨水量。可以形象地理解为打印你的图表时，传达数据信息的元素用的墨水越多，数据墨水比就越高、效果越好。低墨水比说明你的图形设计中有太多描述数据信息之外的元素，限制图表垃圾能提升墨水比。如下图中左侧图形为低数据墨水比（图形背景不必要）、右侧为高数据墨水比。

低数据墨水比与高数据墨水比

看看下面这个柱形图设计，你觉得那个图更好理解呢？试着对比下差异，思考下该如何通过删除不必要的图表垃圾来提升数据墨水比。

数据墨水比优化案例

• 左图中使用了诸如图片背景、网格线、图例、粗重的坐标轴、立体元素、过多颜色、彩色坐标值等，这些统统是不必要的图形垃圾，此图数据墨水比很低；
• 右图将上述图形垃圾删除，提高了数据墨水比，调整后的图形设计看上去即清新，又能清晰、直观地传递出最感兴趣的培根与其他食物所含的卡路里差异。

还在等什么呢，下次图表设计时试试今天讲到的图形垃圾、数据信息比，看看自己做的图表与之前有什么差异。

图片来源：Udacity. Lesson 2 - Design, Data Visualization with Tableau.