用图表说话
我看了 2 本关于《用图表说话》的书，1 本书是《用图表说话：职场人士必备的高效表达工具》：
另 1 本书是《用图表说话：麦肯锡商务沟通完全工具箱》：
下面我结合这两本书的内容，分享一些我的读书笔记和个人思考，全文大约 3000 字，推荐你慢慢地认真阅读，因为这样才会更有收获。
1. 前言
在豆瓣上面，一本书的评分通常既有好评，也有差评，有人认为很有启发，也有人认为是浪费时间，不同的读者，会有不同的感受，我觉得这很正常。
我更在意的是如何从书中吸收对自己有用的知识——有情、有趣、有用、有品。所以，我会用更加积极的态度去读书，让自己更有动力和能力去发挥自己的潜能，用知识为自己赋能。
我认为，只要是能够促进自己思考和行动的书就是好书，不用太在意别人怎么评价，也不用太在意书中的缺点。如果看到有启发的地方，就慢慢细看；如果觉得暂时对自己没什么用，就快速跳过。
在用图表说话之前，首先要明确自己的目标——想要表达什么？要对谁表达？在什么背景下表达？
目标一定要聚焦，专注在最重要的事情上面，这需要勇气，舍得放弃一些东西，而不要想着面面俱到。
对我来说，用图表说话的目标，不是为了让图表做得更加绚丽，而是为了让信息传递变得更加有效。
不要制造事倍功半的视觉垃圾，而要把数据、信息、知识和智慧变成简单易懂、令人信服的图表。
俗话说：一图胜千言。图表的重要性是不言而喻的，然而，有很多人做的图表，却需要用千言来解释，这就本末倒置了。
我们要将理念与技巧相结合，从选择图表，到使用图表，再到玩转图表，让制作图表的过程变得更加有情、有趣、有用、有品。
2. 选择图表
选择图表通常包括 3 个基本的步骤：
第 1 步：决定你的信息
运用数据分析的目标思维，从数据，到信息，最重要的是明确想要表达的具体信息，尽量简洁且切中关键点。
比如，下面图表的焦点信息是「休闲」，而且其中重点关注的是「主动休闲」：
第 2 步：确定相对关系
运用数据分析的细分思维，从信息，到相对关系，把信息分成不同的类别，包括：成分、项目、时间序列、频率分布、相关性、比较、组合等。
比如，下图展现了业务部门与技能之间的相对关系，可以直观地看出，沟通技能是至关重要的：
当我充分认识到沟通技能的重要性之后，就开始刻意练习沟通能力，学习沟通的方法，参加给管理者的沟通训练营，并且应用到实际工作和生活中，形成学习、思考和实践的闭环，并建立相应的知识体系。
第 3 步：选择图表形式
运用数据分析的对比思维，从相对关系，到基本图表形式，分别对应不同的图表，比如：饼图、条形图、柱形图、折线图、散点图、区域图、瀑布图、树形图等。
下面是一份图表类型选择指南，可以作为用图表说话的一个好起点：
用图表说话的主要作用包括：进行比较、展示分布、显示比例、映射某物、显示概念等。
如果图表能清楚地传达你想让看图者接受的观点，那就使用它，包括使用备受诟病的饼图，不过在一般情况下，饼图中的成分最好不要超过 6 种。
但是，请克服你强烈的创造欲望，抑制你使用新颖图表的冲动，除非你有很好的理由。
一定要避免滥用或乱用图表，千万不要忘了使用图表的目的：更加清晰地传递有效的信息，帮助我们更好地进行高效的交流。
3. 使用图表
使用图表的一条黄金定律是：
图表越简单越好。
比如，下面一个简单的斜率图，直观地展现了 Python 使用占比变大：
图表是视觉性的辅助材料，而不是文字及语言的替代品。
同时也要注意，不要过于追求简单，导致缺少一些基本的要素，否则可能会让图表显得更不清晰。比如，上面斜率图的年份数据就是必不可少的。
不要被僵化的规则束缚住，忘记那些有破坏性而不是建设性的批评，大多数规则其实只是惯例。
一个图表的创建，需要能准确地传达信息，不要误导读者得出不合适的结论，并确保对于目标受众是简单易懂的。
4. 控制颜色
一个好的图表，不在于它多么漂亮，而在于它是否有效地传递信息，这需要我们适当做出取舍。
无论学习什么技能，只要我们勇敢迈出第一步，就可以通过自己的练习，让自己的技艺不断精进。
请把练习的过程当成一种游戏，但一定要经过自己的思考，这样才能进入正确的思维模式，体验到游戏真正的乐趣。
如果你只能专注于改进图表中的一件事，那就选择改进颜色。
不要让图表显得乱七八糟，请遵循以下 6 个原则：
①少使用颜色
大多数图表一开始就颜色过多，要尽量减少颜色的数量，坚持用最少的颜色来表达想法。
②多使用灰色
把灰色当成好朋友，因为灰色对比度较小，不会像其他颜色那样吸引眼球。
③互补或对比
相似变量用相似或互补的颜色，对立变量用对比的颜色。
④以变量为主
文本、标签等最好使用黑色或灰色，除非对线条间的关联很有帮助，但着色要审慎，因为给文本着色，作为装饰，会分散看图者的注意力。
⑤配色更重要
要了解背景信息，理解变量的关系，考虑怎么配色，以及改变颜色的饱和度，这比使用哪种颜色更重要。
⑥要考虑色盲
你要知道，世界上有多达 10% 的男性是红绿色盲，所以要选择对色盲者来说也保险的配色方案。
比如，下图展现了 12 种常用的机器学习方法：
这种花花绿绿的图表，看起来很好看，但其实会让人难以抓住重点，各种颜色争奇斗艳，都在争夺看图者的注意力，让人产生一种无所适从的感觉。
下面对机器学习方法进行适当分组，其中最大的分组用主色调，这样就可以将注意力吸引到图中占比较大的区域，也就是最常用的机器学习方法上：
在机器学习中，分类和预测是两种最常用的方法，也是我个人比较喜欢使用的数据分析方法。
比如，在「数据赋能系统」中，我把事件默认分成 6 个大类，通过记录并统计每个类别所花费的时间，就能大致预测未来的时间分配，再通过与目标进行对比分析，就能更加有效掌控自己的时间。
5. 追求清晰
一个清晰的图表，应该让人容易看懂，产生洞见，而无须额外说明。
不要为了追求「好看」，而去制作「养眼花瓶」，这样不仅浪费自己的时间，而且也浪费看图者的时间。
制作清晰图表的 6 条指导原则：
①消除无关的东西
比如，可以删除无关的轴标签和分散注意力的网格线。
②删除冗余的元素
比如，当有了代表人民币的坐标轴时，就不必在每个标签上重复使用 ¥。
③限制眼睛的移动
比如，在折线图中，把标签放在所代表的线的末尾。
④了解思考的习惯
比如，尊重并且利用传统，未来就总在现在的右边。
⑤描述明确的观点
比如，图表的标题是「亏损正在增加」，而不是「利润变化趋势线」。
⑥对齐所有的东西
比如，使用纵轴作为左对齐，对齐说明文字和其他标签。
最后的话
让他人从数据中理解自己的想法是件好事，但是想要用图表说服他人并不容易，需要掌握一种平衡的艺术，你可以积极转移他人的目光和思想，但又不能通过刻意操纵图表来做到这一点。
让图表具有说服力的指导原则是：用正确的格式，将正确的想法，传达给正确的人。
你可以只强调和突出少数几个地方，删除或淡化无关紧要的信息，让人集中注意力，也可以用图表讲故事的方法——开始、冲突、解决。
请克制自己的冲动，致力于让概念变得清晰，避免分散看图者的注意力，不要为了让图表绚丽多彩而配色，不要给原本不必用三维展示的物体配上三维图，也不要使用不必要的剪贴画或箭头。
记住：如果你想要真正掌握用图表说话的方法和技巧，必须经过反复的刻意练习，练习、练习、再练习。
相关文章：数据可视化的方法和工具V1.1
点击↓「阅读原文」，学习如何应用「数据赋能系统」，通过感知数据、认知规律、帮助决策和付诸行动的正向循环，借助数据分析的思维和工具，掌控自己的时间、情绪和习惯，用数据为自己赋能，从而更好地完成自己的目标。