数据可视化：别说布局没有用

1　由上而下，由简而繁

在数据可视化这个环节，除了颜色以外，布局对数据的展示也非常重要。

在谷歌搜索的结果页面中可以发现，左上角是被点击最多的位置，点击次数向右、向下逐级递减。采用这种布局的原因主要有两个方面：一是搜索引擎搜索到的结果，相关性通常从上到下逐级递减；二是人有从上到下、从左到右的阅读习惯。可以说，这种布局完全由是人本身的阅读习惯决定的。所以，制作报表时，通常会将重要的内容放在顶端和左上角的位置，让人一目了然（尤其是报表的首页）。

谷歌搜索页点击热力图

下这种在报表首页顶端直接展现最重要的指标信息的布局，是目前众多以运营人员为对象的报表系统最喜欢使用的结构，整体数字指标一目了然，近期的趋势在下方体现。这种报表可以让阅读者在几秒内把握全局数据，是一种在阅读报表方面时间投入产出比很高的方式。在每个指标上还有“read full report”按钮，这是一种维度下钻的应用。对于感兴趣的数据指标主题，阅读者可以通过这个按钮来了解其详细内容。这种放置方式体现的原则叫作“线索一致”，通常是指将操作或者思路连贯性较强的按钮放在一起。这种方式不仅能降低切换成本，而且不会给阅读者的思维造成“颠簸感”。

报表首页

2　总-分，分-总，总-分-总

“总-分”、“分-总”、“总-分-总”结构同样是报表中习惯使用的结构。这些方式看起来非常像小学作文课上老师反复强调的写作习惯——没错，还是因为人的阅读和理解习惯而产生的迎合问题。

总-分结构报表的核心是表格形式的内容，一般是为了展示类似“流水”的信息。因为信息太多，阅读难度比较大，所以通常会添加“Summary”（也就是“概要”或者“小结”）来引导阅读。

总-分结构

在报表首部加入“概要”信息也会帮助人以最快的方式了解下面内容的大致情况，例如“合计值”、“平均值”、“同比/环比增长值”等都可以作为“概要”的首选信息；而在表格的最后，同样可以放置一行信息作为“小结”，这也是由人的阅读习惯决定的——放在表格最后的汇总信息通常让人印象深刻。

分-总结构

3　毗邻吸引

“毗邻吸引”这个词用于形容一种现象——将主题、内容、目的等方面相关性较强的事物放在临近的位置通常会引发更好的共鸣效果和转化率。这种现象在生活中很常见。老百姓有一句俗话叫“扎堆火”，意思就是相同类型的事物放在一起就会显得比较繁荣。我们在生活中会看到很多根据这种“毗邻吸引”原则构筑的商业体系，例如购物中心、乐器一条街、美食城、家居广场等商业形态。为什么要这样配置呢？这与每个消费者的消费时间均摊成本有关。

以乐器一条街和家居广场为例。购买乐器和家居用品对一个人来说通常是小概率事件——毕竟购买的不是快速消费品。所以，如果店铺分散，就意味着商家要尽可能提供完整的供货体系才能满足消费者形形色色的需求，而这对商家来说是非常大的负担。如果提供的商品种类单一，通常消费者会因为担心可能买不到需要的东西而打消前往店铺购物的念头。但是，如果把这些商家集中在一起，消费者的心理就会发生变化，因为他们挑选的余地变大了，即使一个店铺无法提供自己需要的商品，还有很多店铺可以选择，买到心仪商品的概率就增加了。从商家的角度来说，同样可以只专注于销售自己了解的货品，而且由于客户流量的增加，会在成交概率不变的情况下，成交量会有所上升。

对于购物中心来说，道理也是一样的，将服装、鞋帽、箱包，以及餐厅、电影院等项目放在一起经营，可以满足消费者一次休闲出行的多种需求。对一个消费者来说，前往购物中心会降低均摊在购物环节及出行环节的时间成本和金钱成本，这种方式显然有明显的成本优势。这就是毗邻吸引原则在商业活动中的体现。

在报表中同样可以使用这种方式来降低阅读者的阅读成本，如下图。

毗邻吸引原则

这张报表中有很多内容。从结构上看，左侧大都是财务相关信息，包括登记人数、支付值、申请金额、各种药品的分类金额等；右侧则是与诊断相关的内容，有预测模型、记述信息、健康风险信息、评分值、慢性病症状等。对于内容较多的报表来说，毗邻吸引原则尤为重要，因为这时需要用若干个板块分别陈述某个方面侧重的信息，再在某个信息分类里展现相关的详细信息，这与写文章时要分章节的思路是一样的。

——本文选自《数据科学家养成手册》，由电子工业出版社投稿

编辑推荐

从哲学、数学、物理、统计，到测量、实验、辩证、分析，用谈天说地的方式激发思考，归纳总结数据科学的实质及成就一位数据科学家所需要的基本素养。

内容提要

作为认知科学的延伸，数据科学一方面应该越来越引起广大大数据工作者的重视，另一方面也要撩开自己的神秘面纱，以最为亲民的姿态和每位大数据工作者成为亲密无间的战友，为用科学的思维方式进行工作做好理论准备。《数据科学家养成手册》从众多先贤及科学家的轶事讲起，以逐步归纳和递进的脉络总结出科学及数据科学所应关注的要点，然后在生产的各个环节中对这些要点逐一进行讨论与落实，从更高、更广的视角回看科学及数据科学在各个生产环节的缩影。《数据科学家养成手册》并不以高深的数学理论研究作为目的，也不以某一种计算机语言编程作为主线脉络，而是在一个个看似孤立的故事与工程中不断拾遗，并试着从中悟出一些道理。

《数据科学家养成手册》适合大数据从业人员和对大数据相关知识感兴趣的人，初级和中级程序员、架构师及希望通过对数据的感知改进工作的人，产品经理、运营经理、数据分析师、数据库开发工程师等对数据分析工作敏感的人，以及所有对数据科学感兴趣并希望逐步深入了解数据科学知识体系的人阅读。