案例研究
深色 背景 上 的 颜色 选择
深色背景吸睛，厚重，难以阅读，应避免深色背景。
在 图表 中 使用 动画 效果
用动画效果促使观众聚焦要说的内容
或者在关键点做注释
建立 有 逻辑 的 顺序
避免“ 意大利 面” 式 图表 的 策略
原图没有重点，应该一次只强调一个点
空间隔离
水平拉伸
混合方法
饼图 的 替代 形式
对于 更多 案例 研究， 可以 访问 博 客 storetellingwithdata. com
下一步：学好使用 工具、 迭代 并 寻求 反馈、 投入 充足 的 时间、 从 榜样 中 获得 启发，
当 可 视 化 某些 数据 的 最优 方案 不明确 时， 以 一张 白纸 开始， 这使 你 能够 在 没有 工具 限制 以及 忘记 如何 使用 工具 的 情况下 进行 头脑 风暴。 绘制 潜在 图表 的 草图， 并排 进行 比较， 决定 哪一种 最 适合 将 信息 传达 给 受 众。 我 发现 用 白纸 而 不是 电脑 时 对 产出 的 依赖 更小—— 这使 得 迭代 容易。 在 白纸 上 绘图 还有 更大 的 自由度， 在 你 卡住 时 更容易 发现 新的 办法。 一旦 你 画出 了 基本 方法 的 草图， 考虑 手头 有 什么 可以 用来 实际 绘制 出 图表—— 工具 或者 内部 和 外部 的 专家。
绘制 一个 版本 的 图表（ 称为 A）， 然后 复制 一份（ B）， 做出 一个 调整。 然后 决定 哪一个 看起来 更好—— A 还是 B。 通常， 并排 观察 有 细微 差异 的 图表 能够 很快 确定 哪一 幅 更好。 用 这种 方法 前进， 保留 最新 一次 的“ 最好 的”
建立 对上 下文 的 透彻 理解、 理解 受 众 的 动机、 归纳 三分 钟 故事 和 中心思想 需要 花费 时间。 以 不同 的 视角 看 数据， 并 决定 如何 最好 地 展示 它 需要 花费 时间。 消除 杂乱， 吸引 注意， 迭代 并 寻求 反馈， 然后 再 迭代 以 绘制 有效 的 图表 也需 要花 费时间。 将 所有 内容 拼凑 成 故事， 形成 紧凑 而 迷人 的 叙述 仍然 需要 花费 时间。
如果 你 看到 喜欢 的 数据 可 视 化 图表 或是 用数据 讲 故事 的 示例， 想想 如何 能够 吸收 其中 的 方法 以 自用。 停下来 思考 它的 优点， 复制 一份， 建立 一个 图表 库， 以后 随时 可以 添加 和 参考 以 寻求 灵感。 模仿 你 看到 的 优秀 示例 和 方法。
Eager Eyes（ eagereyes. org， Robert Kosara）： 包含 关于 数据 可 视 化 和 图表 讲 故事 的 深刻 思考。
538 的 数据 实验室（ fivethirtyeight. com/ datalab， 有很 多 作者）
Flowing Data（ flowingdata. com， Nathan Yau）： 有 面向 会员 的 优质 内容， 也有 很多 免费 而 优秀 的 数据 可 视 化 示例。
The Functional Art（ thefuncationalart. com， Alberto Cairo）： 包含 对 信息 图 和 可 视 化 的 介绍， 有很 多 不错 的 文章 提供 了 建议 和 示例。
卫 报 数据 博 客（ theguardian. com/ data， 有很 多 作者）： 新闻 相关 的 数据， 通常 有 英国 新闻 媒体 相应 的 报道 和 图表。
HelpMeViz（ HelpMeViz. com， Jon Schwabish）：“ 帮助 人们 进行 日常 的 可 视 化工 作”， 这个 网 站 允许 你 提交 图表 并 获得 读者 的 反馈， 你也 可以 翻阅 历史 文档， 看看 其中 的 示例 和 相应 的 内容。
Junk Charts（ junkcharts. typepad. com， Kaiser Fung）： 自称“ 网络 第一 数据 评论家”， 主要 关注 如何 绘制 图表 以及 如何 改进。
Make a Powerful Point（ makepowerfulpoint. com， Gavin McMahon）： 关于 演示 文稿 和 数据 的 有趣 而又 易于 理解 的 内容。
Perceptual Edge（ perceptualedge. com， Stephen Few）： 数据 可 视 化 沟通 的 相关 内容。 Visualising Data（ visualisingdata. com， Andy Kirk）： 用图表 绘制 数据 可 视 化 领域 的 发展， 有着 很 棒 的 每月“ 网络 最佳 图表” 的 资源 列表。
VizWiz（ vizwiz. blogspot. com， Andy Kriebel）： 包含 数据 可 视 化 的 最佳 实践、 改进 现有 作品 的 方法， 以及 使用 Tableau 软件 的 建议 和 技巧。
storytelling with data（ storytellingwithdata. com）： 关注 有效地 数据 沟通， 包含 很多 示例、 图表 优化 和 系列 话题。
举 一个 有趣 的 例子， 看 一看 WTF Visualizations（ wtfviz. net）， 其中 的 内容 可以 简单 概括 为“ 无意义 的 图表”。 我把 这 作为 对 你的 挑战： 不仅 要能 识别 出 反面 示例， 还要 停下来 思考 哪里 不理 想以 及 如何 改进。
(1) 理解 上下文。 清楚 地 理解 你 正在 沟通 的 对象， 你 需要 他们 了解 或者 做 什么， 你将 如何 与他 们 沟通， 以及 你 拥有 什么 数据 来 支持 你的 故事。 利用 三分 钟 故事、 中心思想 和 故事 板 等 方法 组织 你的 故事， 计划 所需 的 内容 和 流程。
(2) 选择 合适 的 图形 表达。 当 突出 一 两个 数字 时， 简单 文本 是最好的。 折线 图 通常 适用于 连续 的 数据。 条形图 适用于 分类 数据， 而且 必须 要有 零点 的 基线。 根据 你 希望 展现 的 关系 选择 图表 类型。 避免 使用 饼图、 甜甜圈 图、 3D 图表 或者 次要 y 轴， 因为 难以 从 视觉上 进行 解读。
(3) 消除 杂乱。 识别 出没 有信 息 价值 的 元素， 从 图表 中将 其 删除。 利用 格式 塔 原则 理解 人们 如何 阅读， 并 识别 潜在 的 消除 对象。 有策略 地 使用 对比。 对齐 图表 的 元素， 保持 一 定的 留 白， 有助于 使受 众 的 解读 过程 更 舒适 自然。
(4) 集中 注意。 利用 前 注意 属性， 如 颜色、 大小 和 位置 等， 提示 重要的 内容。 用 这些 策略 性的 属性 将 受 众 的 注意 吸引 到 你 希望 的 地方， 引导 受 众 解读 图表。 通过 应用“ 你的 视线 被 吸引 到 哪里” 测试 来 评估 图 表中 前 注意 属性 是否 有效。
(5) 像 设计师 一样 思考。 为受 众 提供 视觉 可供 性 作为 如何 交互 的 提示： 突出 重要的 内容， 消除 干扰， 并 建立 信息 的 视觉 层次。 通过 避免 过度 复杂， 利用 文字 进行 标记 和 解释， 使 你的 设计 理解 无障碍。 让你 的 图表 更 美观， 以 增加 受 众 对 设计 问题 的 容忍度。 努力 使 你的 图表 设计 为受 众所 接受。