春节期间和家人、朋友交流时，截了一些新冠肺炎疫情地图的图片。现在回看这些截图，有了一些有趣的想法。

现在把关于图表的想法记录下来。

文中所有图片，都来自丁香园新冠肺炎实时疫情地图的截图。

简单

图表越简单越好。

复杂与酷炫的设计，除了增加理解负担，对于数据的分析与理解往往并无助益，有时还会造成误解。

比如疫情数据的累积趋势，在丁香园疫情地图的早期版本中，采用的是堆积图：

最初是堆积柱形图 大概柱形图不够炫，或者趋势表达不明显，换成了堆积面积图

当有多个数据需要对比，并且希望展示总数的变化时，堆积图是不错的选择。

就如以上两图，在一个图表中就能展示疑似、确诊、总数之间的比例关系和变化趋势。

对于能够理解堆积图的人来说，十分直观。

但是，并不是所有人都能理解堆积图，特别是这个疫情地图的读者，是数千万的普通民众，除了这次，可能一辈子都不会再和图表有任何关系。

如果无法理解，那么这张图表就是多余的，对读者没有任何价值。

好在，丁香园后来意识到了这个问题，将堆积图换成了更容易理解的折线图。

3根折线似乎有点繁琐，但这种方式更加亲民，数据趋势一目了然。

变化

日常作图，往往是依据现有的、静态的数据。

数据是不变的，图也是不变的。

但是，如果数据会随时间变化，那么图表也会随时间变化。

这几乎是废话，但很多人想象不了今天以后的事情，设计出的图表在当时十分完美，数据变化一段时间后，就变得难以理解。

比如，全国疫情死亡/治愈的累积趋势图，在2月2日之前，就有了两次交叉：

或者，全国疫情新增趋势图，确诊与疑似数据多次重合，确诊数据还有异常变化：

如果上面的图表不是用的折线图，而是其它图表形式，比如堆积图来做，在数据发生交叉、重合、异常时，理解起来会更加困难。

当然，死亡和治愈、确诊和疑似并不是可以堆积的数据，但我确实见过很多实时图表用堆积图、面积图、箱型图甚至多种样式叠加，有的还要加上七彩的颜色。

除了色彩丰富，毫无用处。

如果是会变化的图表，样式也是越简单越好。

成熟的推广、分析工具的后台，数据图表往往是简单的折线图。并非不能酷炫，而是这样效率最高。

因为谁也不知道明天的数据是怎样的，图表又会变成什么样。

迭代

最初的疫情数据维度很少，只有疑似/确诊、死亡/治愈的累计趋势图。

随着疫情发展，能够统计到的数据越来越多，需要展示的数据维度也越来越多。

这时，图表也需要跟随需求进行迭代。

比如丁香园的疫情地图，从最初的2张图表，变成了国内（5张图表）、湖北/非湖北（5张图表）、国外（4张图表）、重点国家（8张图表）。

为了配合图表数量的增加，页面的布局也在一直变化。

之前，是上下并列的两张图表：

现在，是上下并列的两组图表，通过滑动或tab切换：

迭代的目的，是为了更好的展示和分析数据。

很多人喜欢沿用前人的图表、表格，而不是根据当前的实际业务需求对图表进行迭代，这是很懒惰的行为。

每张图表，都有其适用的数据和时段，反之亦然。

适用条件变化了，图表也要变化。

分解

数据的权重，往往是不同的。

如果部分数据对整体变化影响很大，那么只看整体的数据，就无法做出正确的判断和分析。

这时，需要将不同维度的数据分解开，才能更好的看清数据。

比如全国疫情病死率趋势图：

如果单看全国的数据，似乎维持在2%以上，且增速很快。

但分开湖北、非湖北，就会发现全国数据受湖北数据影响非常大。毕竟湖北的病患数量远超其他地区。

平常工作中也会按产品、用户、地域等维度对数据进行分解，找出影响最大的维度，才能事半功倍的解决问题。

颜色

图表颜色似乎不是很重要，但用的不好很影响阅读。

比如最初的疫情地图，划分了7个层级的数据，用红色渐变色填充：

由于颜色十分接近，字体也都是灰色，导致除了最深和最浅的区域，其他区域很难识别。

现在的版本对填充颜色、字体颜色都做了调整，地图看起来更加清晰，更易识别：

平常做图表，Excel或者PPT默认的颜色足够用了，比较少考虑颜色的事情。

但是像疫情地图这样，确实是同色渐变色更适合，这样也更考验设计师的能力了。

如果区分不开，就要减少数据的层级了。

丁香园的疫情地图更新了蛮多版本，可惜截图太少，不然分析下历次调整，也是有意思的事情。