新手做数据可视化有哪些常见误区？

　　1.缺乏明确数据可视化的目标

　　数据可视化的目标是展示信息，使信息更容易理解。如果用户没有目的，仅仅是“看一看”，那么数据可视化是没有价值的。

　　任何没有目标的图形可视化，与直接陈列数据表格是一样的，这种做法都没有体现数据分析师的“价值主张”和分析结果。除了取数的需求之外，数据分析师输出的应该是经过思考、推理、验证并给出的数据结论，分析，甚至建议。

　　2.通过特殊图形设置误导受众

　　数据可视化可使数据的形态、分布、对比甚至规律发生根本变化。在之前某个章节中，柱形图和条形图在展示的时候，因为只设置了logx=True，所以传递信息的差异巨大。做数据处理之前，商品销售排名第1的省份比排名第2的省份销售量高出4倍，而处理之后，两者的图形显示差异却不到一倍。

　　不仅仅是柱形图，其他所有涉及对比的场景，比方说趋势图、雷达图等经过数据量纲的处理，都会导致数据的差异变小。这种处理在特定场景之下是合理的，但不能滥用。

　　3.不要把图形做的过于“花哨”

　　其实在很多场景下，简单的数据信息可视化方法基本能满足数据呈现需求，并且简单易用，只是在展示效果和交互上有些简陋。更加美观的图形确实可以增加美观度，但可视化的本质并不是“让图形好看”，而是以合理的方式传达信息。除非你是视觉设计师，否则“好看”不是开发人员做图形可视化的第一目标。

　　图形可视化是展示信息的一种方式。此外，数据表格、分析报告、数据邮件等都有类似的作用。不同介质展示的格式有差异，但本质都是信息传达，切勿在内容和信息本身匮乏的前提之下，过度追求“图形好看”。

　　4.缺乏根据信息表达目标选择“最佳”图形的意识

　　不同的图形具有不同的数据表达信息的倾向和属性，但很多初学者往往不重视这个问题。例如，在展示不同时间下的数据指标时，选择饼图；用雷达图展示5个分类在1个指标上的差异。这些都是对目标图形最佳适用场景的忽视，而可能导致的问题是信息没有被正确传达和理解。

　　即使使用了正确的图形，也需要在不同场景下区别运用。例如，折线图适合展示不同日期下的指标的变化。但如果时间的粒度很粗，如基于月，则柱形图更加合理。但即使粒度很粗，如果有几十个粒度值（如120个月、10年的数据），则仍然选择折线图。

　　5.信息过载

　　每种图形能承受的信息量是有限的，因此需要根据不同的图形适当地选择要展示的内容，而不是全部展示出来，否则会导致要展示的重点信息被埋没在杂乱无章的内容中，重点不突出。好的可视化需要做到重点突出、信息详实且容易理解（当然前提是容易发现）。

　　很多初学者在设置可视化图形时，可能会尽量多地使用图形设置，如不同的颜色，不同的样式，甚至不同标记等，目的是提醒受众更好地区分信息。这种做法同样走向另一个极端，它表面上是将所有的信息都标记出来，但其效果与什么都不标记是一样的。受众仍然无法分辨到底哪些信息是关键信息。