图表设计是数据可视化的一个分支领域，是将复杂的数据信息进行二次加工，用统计图表的方式进行呈现，这也是数据可视化的核心表现。文字有时候是一种匮乏的信息传递方式，而可视化的方式，则是人类最本源的一种信息传递方式，图表设计就是将复杂无法准确或高效用语言传达的内容，找准用户关注的核心内容进行适当的突显，以生动形象的图形解释出来。目的就是为了方便用户从一堆杂乱无章的数据里面更高效的理解或分析，让花费一个小时才能归纳的数据信息，转化为一眼就能看懂的数据图表，帮助用户通过数据进行决策。

制作统计图的过程可以被四个步骤，分别是：明确目的、选择图表、视觉设计、突出信息。

(一）明确数据可视化的目标

在面对一堆数据时我们首先要对这些信息的基本属性进行分析和研究，通过数据研究明确我们要解决什么样的问题，需要探索什么内容或陈述什么事实，并选择合适的图表。

(二）选择合适的图表类型

围绕目标找到能提供信息的指标或者数据，选择合适的图表去展示需要可视化的数据，想要把数据信息和图表类型做到契合匹配，你就得了解图表的类型和特点。目前，在易数产品中的图表类型主要包括饼图、环状图、雷达图、地图、曲线图、面积图、柱状图、条形图等。

饼图用于显示一个数据系列中各项的大小与各项总和的比例关系。在饼图中，仅排列在工作表的一列或一行中的数据，需要统计占比的情况下会更加适合这类图表。 　

环状图像饼图一样可以显示各个部分与整体之间的关系，但是它可以包含多个数据系列。在圆环图中，仅排列在工作表的列或行中的数据系列，每个数据系列具有唯一的颜色或图案并且在图表的图例中表示，需要在图表中绘制一个或多个数据系列会更加适合这类图表。

雷达图用于是以从同一点开始的轴上表示的三个或更多个定量变量的二维图表的形式显示多变量数据的图形方法。在雷达图中，轴的相对位置和角度通常是无信息的，需要在图表中比较若干数据系列更加适合这类图表。

地图用于需要特定各地区的数据比较，它可以包含单个数据系列或多个数据系列。

曲线图用于显示随时间而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。在曲线图中，类别数据沿水平轴均匀分布，所有值数据沿垂直轴均匀分布会更加适合这类图表。

面积图强调数量随时间而变化的程度，通过显示所绘制的值的总和，面积图还可以显示部分与整体的关系。在面积图中，排列在工作表的列或行中的数据，需要加以强调引起人们对总值趋势的注意会更加适合这类图表。

柱状图用于显示一段时间内的数据变化或显示各项之间的比较情况。在柱状图中，通常沿水平轴组织类别，而沿垂直轴组织数值会更加适合这类图表。

条形图用于显示各个项目之间的比较情况。在条形图中，通常轴标签组织类

别过多，而显示的数值是持续型会更加适合这类图表。　

(三）通过视觉设计进行数据对比，拉开层次

视觉设计也是数据可视化中最重要的一步。很多时候我们在设计图表时没有既定的规则，全凭借在平面设计和UI设计中获得的知识来进行设计。但之所以数据可视化被单独细化成一个类别，并在国外蓬勃发展，甚至衍生出了专业的数据可视化设计师，就证明在数据可视化领域，很多规则是与其他设计不同的。

首先，适用于数据可视化的配色方案，一定在明度上是有变化的。很多配色方案不仅不具备这种特性，甚至不会考虑包容性。UI设计的配色方案看起来都很绚丽多彩，但是很明显，他们是为了用户界面而设计的。色盲人士往往很难去阅读那些运用了低包容性配色方案的可视化图表。需要对颜色进行增加修改时，可以通过易数产品中的图表类型样式这一模块进行操作。

（四）要信息，帮助用户理解数据

图表的设计价值在于精准、高效、简单的传递数据信息，最好能够让读者一目了然，即使做不到一目了然也应该具备自我解释的能力。所以，就要求在设计时应该增强和突出数据元素，减少和弱化非数据元素。

具体应该注意以下原则：

1、除非特殊场景的考虑，应尽可能的删除和数据非相关的元素；

2、即使有必要保留非数据元素，也要弱化或隐藏坐标轴、网格辅助线、表格线等元素；

3、把相关的数据元素进行合理的组织分类，不要指望把所有的数据元素都放入图表内，只要放关键的、重要的数据在图表内；

4、对于已选的数据元素也要考虑优先级，明确哪些数据是需要重点突出的进行突出标识，以便读者能够快速get到重要信息。

图表设计的过程更像是一系列将用户和数据建立对话的过程，作为设计师考虑的重点在于如何让复杂、混乱的数据更简单的呈现给用户，并且，让用户能够快速、高效的理解分析从而做出正确的反馈，最终将构建一个回合的交互行为。好的可视化设计一定集易读、突出数据价值、易于分析、美观为一体的，最终让数据变得更加简单，方便交流，反之，不仅让数据变得更复杂，而且还会带来错误诱导。因此，如何让数据分析变得轻松、流畅并且易读，从而提高用户的工作效率，降低用户的工作负担，则成为设计师的重要责任。