数据科学的大力发展，让信息科学领域面临的一个巨大挑战就是数据爆炸，然而人类分析数据的能力已经远远落后于获取数据的能力。

数据量越来越大、越多元化，数据内容的噪声让人们在庞杂的数据世界中倍感枯燥繁琐，理解成本较高。所以这个挑战不仅在于如何从海量数据中提取出有用知识，还在于如何将数据转化成使人快速理解的知识。

如何从海量数据中提取知识是数据处理和数据挖掘的范畴，如何让数据转化成使人快速理解的知识就需要数据可视化了。

罗伯特·科萨拉说：“数据可视化是挖掘和利用数据的关键。即便是最简单的可视化，也能够消除数据提供者对自己的数据被低估、误解或歪曲的忧虑。数据可视化能够改变人们对数据的理解方式，提高大众对数据的兴趣，并推动更多更好的数据开发。”

相比单纯的数字，图形形式可以让人更容易洞察到数据的分布、趋势、关系以及异常点，从而帮助决策者快速决策。数据可视化就是为了让人们快速理解数据反映的故事、从而快速找到数据背后隐藏的现实问题，然后去解决问题。

相信大家见过很多这样的数据可视化系统：

• 疫情时期的数据可视化系统，直观呈现新型冠状病毒肺炎在全世界的感染情况数据的各项分析结果：

• 工厂的可视化系统，可以通过监控、接入数据库及其他数据可视技术，可以实现工厂生产信息集成统一管理：
  

试想如果没有将数据可视化展出、我们如何通过一堆数字快速看过全球哪几个国家疫情比较严重？工厂的各个指标是否正常，有没有明显的异常情况呢？

不过这样的数据可视化说起来容易，做起来难，虽然目前有非常多的自动化工具去帮助人们完成这个工作，但真正的可视化并非只是将数据转成图表这样简单，而是能够快速收集、筛选、分析、归纳、展现决策者所需要的信息。这也就会面临以下的问题：

• 如何从浩如烟海的复杂数据中理出头绪，化繁为简？

• 面对数据，选用哪几种图形可视化它，常常令人头疼，因为可视化种类繁多，如何选择？

• 大数据可视化的视觉噪声、信息丢失问题如何处理？

• 如何平衡「易懂性」和「数据正确性」？

可视化指南就是要回答以上的问题。如果没有方法指导和约束，今天这样做，明天那样用，最终只会花更多的时间去做一件事，而下一次做的时候，就又从 0 开始，随心所欲，最终牺牲的就是时间和效率。

可视化指南，为数据可视化设计和实施提供可以遵循的：

• 思考框架

• 设计原则

按照这个流程和原则来设计可视化页面，可以更好、更高效地用数据讲好故事。