虽然三维图形带来的立体感很强，但用在可视化设计中，很容易出现问题。
一方面，三维图形具有X、Y和Z坐标，容易造成图表间的遮挡关系，遮挡会掩盖一部分的数据，让精准比较数据信息变得困难。
另外，透视使对象看起来像是位于三维空间中，但在数据可视化中，它会造成错误的层次结构：前景图形看起来很大，背景图形很小，数据关系被不必要地扭曲。
设计要点：
三维图形很有吸引力但可能会遮挡重要的数据信息，并扭曲数据间的比例关系；
如果没有绝对需要尽可能使用二维图形样式。
2.数据太多
在设计中，很多人总想在一张图表中尽可能多地展现内容，把各种数据信息聚合在一起。
这样的想法本身没什么错误，但重要的前提是要有清晰的认知，明确知道到底要展示哪些数据。
如果可视化中包含太多数据，信息的展现会变得不堪重负甚至难以理解，这样的话包含的数据再多也没有任何意义。
设计要点：
避免数据可视化的信息过载，如果一张图表中包含的信息过多，反而会让用户混乱；
3.省略基线
一组数据往往各不相同，数据差值的大小也不确定。为了使可视化效果看着更舒服，有的设计师通过改变坐标轴比例来展示数据关系。
最常见的例子就是让Y轴代表的数据不是从0开始，借此夸大数据之间的差异，让数据的变化更加明显。
设计要点：
图表的美感再怎么重要，也要服务于精准的数据表现；
4.选择错误的可视化方法
每个数据可视化方法都有自己的特点。例如饼图适合用来比较一个整体中的不同部分，但不适合用来比较几组不同的数据。
通过饼图的比例划分，虽然可以直观地显示三家企业的收益，但使用条形图会让这三家企业之间的差异更加明显。
如果目的是为了显示一段时间内的收入，那么折线图会是比条形图更好的选择。
设计要点：
5.混淆关联
数据可视化更高的价值在于探索和发现不同数据间的相关性，通过比较几组不同的数据关系，找出其中的关联性，从而得到一个更有根据的验证结果。
显示相关性最常用的方法是将几组不同的数据叠加在同一个图表上，但当叠加的数据数量过多时，图表会变得难以识别。
另外一旦强行关联几种相似的数据，有可能造成结果的混乱。一个有意思的例子是冰激凌销量的增加与暴力犯罪的激增有关，因为这两者都是因为气候变化造成的结果。
设计要点：
透过数据间的关联性发现事物本质是有意义的，但要考虑数据间的关联是否有依据、是否合理；
6.放大有利数据
数据的增长或下降和时间是不可分割的。放大时间范围是很多公司经营中投机取巧的方法。
比如只在图表上向用户展示业绩增长的4-6月份(上图)，这样看起来公司业绩增长幅度特别大，但如果将X轴的时间缩小到一整年(下图)，才会发现公司真实的经营状况，4-6月份的业绩增长仅仅代表了公司业绩持续下跌中的小幅上涨。
设计要点：
避免放大的可视化效果与数据整体不一致；
7.避开常见的视觉联想
视觉元素影响用户的心理，图标、色彩和字体都具有影响观者感知的作用。
下图的可视化描述了美国各个地区宗教信徒占所有居民的百分比，但使用的颜色与地图的设计元素(蓝色的水、绿色的植被和棕色的土地)太过相似。
▲ 分析数据可视化很耗费精力。在看到这样的图表时，我们第一时间联想到的应该是国家的地形情况，可能很难在这个熟悉的认知下去重新理解这个图表代表的其他含义。
设计要点：
8.过分纠结于数据可视化
数据可视化将难以表现的数字关系赋予了易于理解的形式。最理想的方式是可以通过可视化清晰、简洁地传达数据关系。
但是并不是所有的数据都需要使用可视化来表现，有时候一个简单的数据搭配一个流行的颜色就足以说明问题。
设计要点：
数据可视化是一种交流工具。像其他所有工具一样，有时它是合适的，有时可能另一种工具更适合。
为回馈一直以来关注和支持Clip设计夹的读者，将免费赠送3本《写给UI设计师看的数据可视化设计》书籍给大家，帮助大家更好地学习数据可视化设计。
参与方式：详见原文。
作者：Clippp
转载请注明：学UI网》数据可视化设计常出现的错误，你一定要避免！
分享此文一切功德，皆悉回向给文章原作者及众读者.
免责声明：蓝蓝设计尊重原作者，文章的版权归原作者。如涉及版权问题，请及时与我们取得联系，我们立即更正或删除。
蓝蓝设计( www.lanlanwork.com )是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 、平面设计服务、UI设计公司、界面设计公司、UI设计服务公司、数据可视化设计公司、UI交互设计公司、高端网站设计公司、UI咨询、用户体验公司、软件界面设计公司
