怎么样的大数据可视化效果图才算好看，直观
对于大数据可视化效果图的问题，我理解的题主的问题分两方面：
1、好看
2、直观
那么关于大数据可视化效果图的这个问题，我们就可以分两部分来说了。
一、好看
其实好看很容易达到，一方面需要合理安排dashboard（仪表盘）中的布局，另一方面需要好看的设计和配色。
比如我们之前一位同事做过的她个人的健身数据分析。通过一张仪表盘，就全面展示出了她近期的健身状况。
那么这其中的整体配色就和背景一致，图形选用的颜色也在一个色系，整体看起来就很舒服。
（此图用 Yonghong Z-Suite 制作）
二、直观
其实这点看似很容易，很多人认为把数据用图表展示出来就很直观了，其实不然。
《用图表说话》里有这样一个例子，正好可以很清晰的说明这个问题。
大多数人在看了这个图表后，都会把注意力集中到西部地区，从而认为图表的主题是“西部地区几乎占有近半的利润”。
但是，那不一定是制图者希望你注意的地方。他或她可能会希望你注意“北部地区产生了最小的利润份额”。
所以使用现在这个标题，就有被误解的风险，因而把标题改成“北部地区利润产值最小”，或者把北部地区用不同颜色标出来。就可以减小这一风险，使读者把注意力集中到我们希望他注意的数据上。
那从这张图中，我们其实可以看到4点：
1、合同数量增长了
2、合同数量一直在波动
3、8月份合同数量达到最高点
4、合同数量在8个月里两次下跌
你想强调的是哪一点？看的人其实并不清楚，你需要选择其中一点你想表述的主题，作为该图表的标题。
所以说，我会认为直观中的“直”指的是信息表达要直接，“观”是你选择的图表要适合你要表达的信息（关于这部分可以看下关于图表选择的一篇内容），也就是说并不是你把图表做出来就结束了，而是你要通过标题、颜色等方式，去强调你想表达的观点。
在我看来，直观可能比好看要更重要一些。
数据不准确、结论不是很清晰，所以数据可视化的最大难点在数据可视化之外的基础性工作，数据收集、数据分析没有做好，可视化就是徒劳无功。
数据可视化是用高度抽象的图表展示复杂的数据、信息，需要逻辑及其严密
维度多、变量多，不确定应该展示哪些信息?数据过多，需要采用交互式的展现可视化， 例如，可以充分利用地域的分级包含关系展示不同地域层次的图表。
和UI图形界面相比，图表只有有限的文字、图形指引，不能很好的说明数据的上下文关系。
图表高度抽象，对于阅读者素质要求很高，阅读者也需要了解各类图表所传递的对比关系、异同等基础知识。
选择正确的图表不容易，各类图表都有自己的优势和局限性，光柱状图就有一般柱状图、分组柱状图、堆积柱状图、横线柱状图、双向柱状图等。
图表细节处见真功夫，图表需要考虑细节实在是太多，布局、元素、刻度、单位、图例等等都需要合理。 细节处理不到位，影响可视化的效果，例如：折线太细不便于观察线太粗又抹平了趋势细节; 更严重问题可能误导受众， 例如：刻度选取不合理折线过于陡峭 。
可视化过程的注意事项
总结几点注意事项，少走些弯路：
数据图表主要作用是传递信息，不要用它们选技巧，不要追求过分漂亮
不要试图在一张图中表达所有的信息，不要让图表太沉重，适得其反
数据可视化是以业务逻辑为主线串联，不要随意堆砌图表
避免过度开发，什么数据都想展现，数据太多就选择最核心的数据指标、和正常偏差大的、能支持分析结论的
不要试图掩盖问题，回避“不良结论”，真实反映业务，暴露问题
慎用动态图表，尤其一个页面多个动态图表
避免过度设计，一般不适用3D、阴影，合理运用色彩同样能让图表显示的很高级
Highcharts
LightningChart
|
广告 您可能关注的内容 |
