一 . 坏的数据可视化

1. 无法传达信息。
2. 有误导性。

二 . 数据类别

1. Nominal data （无顺序数据，如分类）
2. Ordinal data （顺序数据，如时间间隔)
3. Interval data （可加减的数据）
4. Ratio data （百分比数据）

另外还分为

1. Dicrete (离散 如点)
2. Continuous （连续性 如线）

还有

1. Likert Scale （评分数据， 如美团点评 的 1-5星）

三 . 数据墨水比 （Data-Ink-Ratio）

图形中的数据墨水量除以图形中的总墨水量。

一般比值越高越好

四 . 谎言系数 lie factor

$$lifactor = \frac{（图形最大数据-图形最小数据）/ 图形最小数据}{（真实最大数据 - 真实最小数据） / 真实最小数据}$$

其中系数大于1 则图形具有欺骗性

五 . 颜色 color

1. 在添加颜色之前，先从黑白开始。
2. 尽量少使用鲜艳的颜色，为鲜艳的颜色设置灰度值，使颜色更柔和
3. 颜色要利于区分和传播，比如互补色（如蓝色和红色来区分温度）
4. 考虑色盲人群，尽量少使用 红绿色
5. 形状和颜色用于分类
6. 大小用于数据量的对比