怎么设计图表？数据可视化中的5个最常见的错误！
在制作图表的过程中，我们会不可避免地遇到各种问题。制作适当的图表应避
免哪些数据可视化错误？
喜欢数据可视化的人知道，制作一个好的图表确实很困难，并且很难不犯错误。图表的目的是提供更轻松、更快速的便捷方式。在此目的下，许多信息被简化和隐藏，但是这种简化的过程可能无法完全再现信息。与最初的意图完全相反，并且会误导读者。
通过深入研究客户评论，我们仔细分析了表现不佳的图表的问题，发现它们通常具有以下三个特征：
误导
混乱
无法解释问题
如果我们对其进行更详细的分析，我们会发现“不完善”图表的原因多种多样。可能是由于数据和图表类型的不匹配，或者是由于诸如色彩匹配之类的参数设置不当造成的。我们将介绍5种常见的数据可视化错误，让我们现在检查一下！
不要随意使用3D图表
尽管你可能已经看过许多3D图表，甚至某些工具都支持3D图表的生成，但是3D图表在大多数情况下并不十分适用，尤其是在强调数据比较和分析的应用场景中，3D图表不适合读者使用。在带来酷炫的视觉效果的同时，它通常会扭曲数据本身的真实性，从而影响听众对结果的判断。
以下面的饼图为例，我们可以看到3D图表如何扭曲数据的真实性。
视觉上，从2D饼图中可以看出，三种颜色占据了相同的部分，但是在3D图表中，你会感觉到白色部分要比其他两个部分大。
这个原理实际上很简单。当物体变成三维物体时，在远处视觉上会变小而在近处视觉上会变大。
在下面的直方图中可以更清楚地看到它。
来自Google
同样，对于图表查看者，在查看相似的3D图表时保持警惕也很重要。
地图区域导致的误导
地图是数据可视化的重要组成部分。地理可视化的关键点是地理区域的划分，这使读者可以更轻松地查看不同地理区域中的数据分布。地图通常为不同的区域着色（例如渐变颜色）以显示人口或选举数据。例如，不同的投票结果用红色和蓝色表示。问题在于该区域的大小可能与图表的主题无关，甚至可能会引起误解。
例如，执政党的色彩，通常我们更关注的是在政党范围内有多少人受到影响，但是人口并不一定与土地面积成正比。
顺便说一句，这是一个很好的例子
来自FineReport
混淆因果关系并不合理
彭博商业周刊（Bloomberg BusinessWeek）在2011年发布了一张图表，阐明了相关性和因果关系的滥用，其中最经典的是山脉与纽约的谋杀率之间的匹配：非常神奇的是，纽约的谋杀率与山区的谋杀率相同！那么下山运动可以预测犯罪率的变化吗？答案当然不是。
制作图表时，你可能会有一些有趣的想法和发现。例如，尝试将人口与年收入重叠？似乎人越多，收入就越高。只要你愿意，你可能总是会在两个事件中发现趋势的一致性。这是一个很好的尝试，但是请不要忘记：你可能会发现一些东西，但这并不意味着你可以证明任何东西。
图标的详细设置非常重要
为了使图表更加美观，图的详细设置还需要我们付出一些努力。例如，如果直方图的各列之间的间隔太宽或太窄，则外观不好看。你应该根据列宽设置间隔宽度。在颜色匹配方面，渐变颜色既美观又简单。不要在可视化中使用乱码和不切实际的颜色匹配，这会使读者的注意力转移到数据上。
作为一种易于使用的可视化工具，FineReport可以完全避免用户在绘图中可能遇到的许多问题。例如，就图表类型而言，FineReport支持19种类别和50多种图表类型，无需编程即可生成出色的图表。在数据方面，每个图表都有示例数据和简介。对于现有数据，还可以“一键可视化”，大大提高了绘图效率；在色彩匹配方面，你可以完全设置所需的色彩匹配，同时，你可以选择多种色彩匹配方案……
来自FineReport
传达正确的信息
图片是传达信息的最佳方式，近年来非常流行的信息图表已经很好地证明了这一点。但是在许多情况下，人们错误地认为显示的数据越多越好。这实际上是一个错误的想法。选择数据时，我们需要注意数据背后的逻辑和关系，并在图片中显示它们。仪表板是一个不错的选择，如果你想学习如何制作它，可以参考我们的指南：https://www.finereport.com
来自FineReport
结论
在处理数据时，我们需要弄清楚什么是表示数据的最佳方法，有时甚至是多余的数据可视化。最大化数据价值是我们的最终目标。
立即沟通
