数字是不会说谎的，但是一个糟糕的图表决策会让你很难理解这些数字的含义。在组合另一个PowerPoint演示文稿之前，请确保您选择了正确的图表类型，以便清楚地传达您要共享的信息。下面是方法。

为什么图表类型很重要？

当我还是一名物理系学生的时候，又一次在实验室工作的时候，我学到了处理和收集大量数据是值得的，但数据的好坏只取决于你能否很好地传达它的含义。很容易把你的数据放在散点图或条形图上，把它放进演示文稿中，然后说服自己去做解释，但这是一个可怕的捷径。当演示结束，剩下的只有幻灯片时，没有人会知道你的图表想要传达什么。

问题在于，有太多的图表类型、样式和表示数据的方法，因此可能会造成混淆，难以选择正确的图表。像统计学家和计算机科学家Edward Tufte这样的数据狂热者毕生致力于帮助人们学会更好地呈现信息，以下是一些从他们的工作中获得灵感的小贴士和工具，可以帮助你。

首先，理解您试图用数据呈现的信息

当你把一个图表放在一起时，你试着用你拥有的数据显示四件事中的一件：数据点之间的关系，数据点的比较，数据的组合，或者数据的分布。

• 关系试图通过所提供的数据来显示两个或多个变量之间的联系或相关性，比如给定股票的市值随时间变化与整体市场趋势的关系。
• 比较试图将一组变量与另一组变量区分开来，并显示这两个变量是如何相互作用的，比如一个月内访问五个相互竞争的网站的人数。
• 文章试图收集组成一个整体的不同类型的信息，并将它们显示在一起，比如那些访问者用来登陆你的网站的搜索词，或者其中有多少来自链接、搜索引擎或直接流量。
• 一个发行版试图展示一个相关或不相关信息的集合，以简单地看到它是如何相互关联的（如果有的话），并了解变量之间是否存在任何交互作用，比如beta版中每个月报告的bug数量。

教程9上的这篇文章提供了这些消息类型的更多示例。

接下来，选择最佳排列

一旦您了解了要用数据发送的消息，就应该选择显示该信息的最佳方法。不同的图表类型最适合不同的方法。例如，散点图最好用于显示分布，而折线图（基本上是具有定义趋势的散点图）更适合于关系。当你试图传达一篇作文时，饼图做得很好，但会导致比较或分布不好（尽管塔夫特会认为饼图没有什么好用）

这个来自Extreme表示方法的流程图可以帮助您为要发送的消息选择最佳的图表类型。Juice Analytics的图表选择器工具将这一过程进一步推进：该工具根据您的选择自动为您选择图表类型，并提供Excel和PowerPoint模板供下载，帮助您正确展示数据。

最后，格式化图表

一旦为数据选择了正确的图表类型，请确保不会因为忘记一些基本的设计提示而对数据造成损害。删除网格线，除非它们是绝对必要的，或者至少让它们变得微妙，这样它们就不会分散你试图呈现的信息的注意力。确保你的图表以你想要呈现的数据为中心，你的坐标轴上有清晰的标签，并且在必要的地方你的坐标轴上有单位，所以没有人必须猜测或推断你想说什么。记住，你的目标是任何人都可以拿起你的图表，不管你是否在那里与它交谈，并且理解数据试图传达的信息。

尝试新的表达方式

所有这些建议都会让您开始学习，但对于数据的呈现方式没有硬性规定，除此之外，无论数据是如何呈现的，它都应该是清晰的、可沟通的，并且是自言自语的。如果你发现自己被常见的图表类型所束缚，那么一定要扩展到更多的实验技术。没有理由不让你的内部设计师和你的内部统计学家坐在一起，你们两个可以想出一些智能和信息丰富的方法来呈现信息，你不必依靠饼图和条形图来完成。图片来自XKCD。

你怎么认为？您是坚持为数据使用特定的图表类型，还是从头开始设计自己的图表？在下面的评论中分享你的建议。

标题图片由马克戈茨。