如果你的時間只夠專注於改進圖表中的一件事,那就從顏色下手。大多數的軟體都無法憑直覺知道,如何根據你的上下文脈絡而妥善使用顏色。軟體無法知道,你想如何將變數加以組合,哪些是主要變數,哪些又是次要變數,哪些是互補變數,哪些又是對比變數。因此,軟體就會給每個變數賦予個別且有點隨機的顏色。如果遇到非常不合邏輯的狀況,你的第一次產出可能會是一團混亂的彩虹,就像上面的圖表。
這樣可不好。我們的眼睛分辨和記憶不同顏色的能力,大概在五或七種顏色後,就會消失。大多數圖表一開始都有太多顏色。你的工作就是確認,你需要哪些顏色,然後就只用這些顏色。
你不需要是一名瞭解色彩理論的專業設計師,也能利用良好的色彩組合來製作出優質的圖表。你只需要遵循下面這些指導原則:
1. 別用太多顏色。堅持用最少的顏色來表達你的想法。這有點像數學上的約分,有時我們看到數字顯示為10/15,但它其實可以用2/3來表示。同樣的,我們可能想用八種顏色,但實際上只需要用四種,或者兩種顏色就足夠。找出使用相同顏色將變數分組的方法。
2. 使用灰色。灰色是你的好朋友。它和白色背景的對比度較小,在其他對比度較高的顏色之下,可以傳達「背景資訊」的感覺。它不像强烈的顏色那樣吸引目光。在許多圖表中,你可以用灰色來擔任軟體自動指定的某個主色。
3. 互補或對比。當某些變數在本質上相似時,可以使用相似或互補的顏色。當它們相反時,就使用對比色。讀者自然會把它們關聯起來,相似的東西放在一起,不相似的東西就不放在一起。這聽起來似乎太顯而易見,但請記住,軟體並不懂這種事情。如果我們有八個關於不同年齡層的男性和女性的變數,那軟體就會指定八個不同的顏色。我們就可以在相同性別的不同變數中使用互補色,並對不同性別使用對比色,例如四種色調的綠色和四種色調的橙色。只需要用兩種色系。看來就清爽多了。
4. 專注在變數上。文字、標籤和其他不是傳達數據資訊標記的其他標記,最好保留使用黑色或灰色,或者黑底白字來顯示,僅允許少數例外。有時,通過相同顏色讓某個標籤連接到某條線會更有效果,但要謹慎使用。一般來說,用不同顏色點綴文字,容易讓人分心。
5. 專心於如何使用顏色,而不是使用哪些顏色。你突發的衝動可能是思考該用哪些顏色。但這遠不如你該如何使用顏色來得重要。掌握背景資料與主要資訊的差異、讓變數互補和對比,以及如何改變色彩飽和度這三件事,都會比挑選你自己喜歡,或者你的品牌經理要求你使用的顏色,帶來更好的決策。
額外專業提示:考慮色盲人士。如果觀眾裡有各種色覺缺陷的人,那麼一張優秀圖表的力量有可能消失,而且往往確實會如此。高達10%的男性患有紅綠色盲,而1%至5%的男性患有其他種類的色盲。色盲的人可能將兩種顏色視為相同的顏色。好消息是,諸如Coblis和Color Oracle這樣的工具,會讓你更容易看到,你的圖表在患有色盲的人眼中是什麼樣子。在匆忙時,我常常忘記檢查配色方案是否可以滿足色盲人士,我正努力在這方面做得更好。本書中每一張不是故意設計得不精良的圖表,都已經確實檢查過,可以讓色盲人士分辨出顏色。
有時候,簡單有助於達到清晰的效果,但簡單的事情不見得都很清晰,清晰的事情也不見得一定要簡單。想達到清晰效果,產生極樂點,我們需要的不僅僅是良好的配色和少量及簡單的設計。圖表上每一個需要觀眾停下來思考、決定該把焦點放在哪裡,以及挑戰他們慣用思維方式的地方,都無法達成清晰效果。要達成清晰的設計,請使用下面這些準則。
1. 刪除東西。考慮圖表上的每個標記,然後問自己,我是不是需要它們,才能說明我的論點?舉個例子,由製作表格軟體自動生成,通常與主題無關的軸標籤,以及會分散注意力的格線,都會被保留下來。不必要的顏色會將注意力從核心思想中抽離。要更積極處理這些情形。如果你認為可以不用變數就表明你的觀點,你甚至可以嘗試完全删除這些變數。
2. 將多餘的部分移除。「銷售與收入」這樣的標題,只不過重複了軸線標籤而已。單純敘述視覺圖內容的加框文字,並不能帶來新的啟發。代表金額或百分比的軸線,就不需要在每個標籤上標示$或%等符號。在你的數據圖表中尋找資訊重複的地方,在維持清晰的情況下,盡量從圖表中删除這些資訊。
3. 限制顏色和視線移動。顏色非常強而有力,但也很容易分散注意力。如果把醒目的顏色分配給非核心元素,它們將會搶奪注意力。把顏色看成需要約分的分數。你想展示的是2/3,而不是12/18。對變數進行分組,並對上下文的輔助資訊採用灰色處理,就能做到這點。帶有指示箭頭的圖例、說明和標題,都能強制眼睛視線隨之移動。當我們需要望向圖表右側尋找圖例,然後再將視線拉回圖表時,這樣反覆三、四次,看來好像微不足道,但事實卻非如此。視線來回飛奔,或跟著長線讀取標籤,會顯著降低閱讀圖表的速度。資訊離它所參照的事物越遠,對眼睛而言視線的跋涉就越長。盡量讓標籤和說明文字離它們所參照的視覺圖像近一點。在線圖中,我喜歡把標籤放在它們代表的線的末端,它們對於在視覺圖表上搜尋的眼睛而言,擔任了視線的自然停止點,同時讓我們不必另外製作圖例。
4. 知道人們約定俗成的想法。大腦的運作靠的是直覺。它會走捷徑。在我們的腦袋裡,未來總是伴隨著現在而來。數值會向上走,較大的數值會在較低的數值之上。一般來說,紅色代表熱、危險或壞的事物,而藍色則是冷或者水,綠色象徵良好或安全。當你的設計違反這些神經感受的慣例時,觀眾就需要努力克服它。想像一下從右到左讀取時間軸,或是一根頂部為0%,而底部為100%的y軸有多難讀。尊重傳統,並加以利用。如果一個趨勢讓人擔憂,那就將它標成紅色。將一個較大的數值,在你的圖表中放在其他數值之上。讓北方在上,而南方在下。
5. 描述觀念,而不是結構。利用文字、標題、圖片說明和其他視覺標記,來突顯想法或見解,而不是描述視覺圖表的體系結構。重複說明表格的標題,對觀眾的幫助,還不如暗示或明確說明視覺圖表為何存在的標題來得顯著。舉例來說,讓我們比較一下「醫療保險和健康評估的支出分佈」與「更多的支出不會提高健康水準」這兩個標題。或者「中位數營運逐年損失的趨勢線」與「損失正在不斷累積」這兩個標題。
6. 額外專業提示:把所有東西對齊。在建立視覺秩序上,這個簡單的指導原則非常有效。一些圖表讓人覺得雜亂和模糊,部分原因就是圖表元素在整個視覺空間中四處獨立漂浮而造成的。軸線標籤傾斜放在軸的中間位置。只要有空白的地方,就會出現說明文字框。利用y軸作為左方的對齊點,建立第二個點,用它將說明文字與其他標籤對齊,混亂的感覺就會消失。
清晰的效果並不容易達成,往往需要勇氣。圖表製作者傾向於把手邊所有的東西,包括變數、標籤和顏色,都塞進視覺圖表中。也許他們不確定中心思想究竟是什麼,也許他們希望將所有的數據都塞進去,好讓老闆看見他們有多忙碌。這或許可以讓圖表製作者深感安慰,但卻會讓使用者覺得圖表難以理解,或者更糟的是,讓人無法接受。展現一張將一件事情說明清楚的清晰圖表,在剛開始時可能讓你感到不安,但觀眾會欣賞它。
接下來的挑戰旨在提高清晰程度。專注於使用每張圖表的提示,以消除混淆與雜亂。不要擔心表單,並且只在與達成清晰效果相關時,才考量顏色、標籤、標準慣例與其他考量事項。
在考慮使用哪種圖表時,試著遵循下面這些準則。
1. 瞭解基本的圖表類別。開始選擇圖表最簡單的方法,就是理解你的意圖。你是想要:
做一個比較?
顯示分布?
顯示比例?
繪製圖表?
展示一個非統計的概念?
如果你知道答案,你就已經縮小了選擇範圍。舉例來說,如果你想顯示比例,那你就知道線圖並沒有幫助,但堆疊區域圖或堆疊長條圖卻有幫助。請參閱附錄B中的圖表選擇工具,以查看上面這些任務中最常使用哪些類型的圖表。使用這個圖解當作起點。你也可以嘗試其他沒有出現在附錄工具中的圖表類型。請記住,某些圖表類型可以達成多種目的。舉例來說,兩張相鄰的堆疊長條圖,可以進行等比例的比較。
2. 聽聽你是怎麼描述事物的。找個人談談你的資料和你想傳達的想法。聽你自己說的話,並寫下一部分,因為你可能會說出一些描述了最適合你的資料的圖表類型的話。你可能聽到自己說:「個別年份資料不像年度趨勢這麼重要。」那麼你自己已經建議了使用顯示趨勢的線圖,而不是繪製每年數值的長條圖。或者你也可能會說:「在期望值和實際表現之間,存在巨大的差距。」這可能引導你嘗試一種可以真正顯示巨大差距的圖表類型,例如點狀分布圖。你會訝異的發現,你用來描述自己意圖的詞語,經常會讓你直接發現該用哪一種圖表類型。為了幫助你,我附上了一個詞彙表,整理了與這些處理方式有關的關鍵字相搭配的圖表類型。請參考附錄C。
3. 依賴你最常用的工具。在日常生活和製圖兩件事情上,聰明都被高估了。為了引人注意,我們有時會嘗試不尋常的圖表形式,例如力導向網路圖(forced-directed network)或者沖積圖(alluvial)。它們在你的圖表工具箱裡有一席之地,但別太強行推銷它們。大多數資料圖表化的挑戰,都能使用三類圖表及其變體加以處理:
線圖(堆疊區域圖,斜率圖)
長條圖(堆疊長條圖,點狀分布圖)
散佈圖(泡泡圖,柱狀圖)
當你要使用這三種以外的圖表時,務必確認你有充分的理由。請瞭解更專業與不尋常的圖表,會讓觀眾更費力才能理解。向他們解釋一下這些圖表的內容,或者製作一個簡單的原型,或許會有幫助。
4. 別忘了表格。有時候一組資料中的所有個別資料,比趨勢線更重要,也比構成這些資料的元素重要。這種情況下,使用一張表格可能是最好的選擇。當視覺化沒有闡述任何比較大的資料點,而且如果要以視覺化圖表說明這種資料點,所花的時間又太多時,表格對一些相對較少的資料組合也很好用,例如在兩個類別的三個資料點。從某種角度而言,表格就是一種視覺化,它們利用可預見的部分水平和垂直空間,讓資料更容易理解。而且它們仍然是一個强大的工具。
額外專業提示:只使用一個軸線。我最喜歡的一種圖表類型,是不太常見的點狀分布圖。它在單一的軸線上做標記,這種圖表的一種變化,就是泡泡圖,也就是在單一軸線上置放大小不同的氣泡。點狀分布圖經常能有效地取代長條圖。當你繪製長條圖的主要目標,是在y軸上比較各變數的測量結果時,點狀分布圖可能會更容易達到效果。為什麼?因為我們不需要掃描水平空間,以找出兩個長條線之間的垂直差距。