雖然視覺元素的種類超過 150 種，但作者回顧過去一年製作的所有工作坊與顧問專案，實際使用的只有約 12 種。掌握這些基本款，就能滿足日常絕大多數的需求。

Figure 2.1: The visuals I use most

選擇圖表時，沒有唯一正確的答案。最重要的問題是：你需要聽眾知道什麼？ 然後選擇最能清楚傳達該訊息的視覺元素。

純文字 (Simple Text)#

當你只有一兩個數字要溝通時，純文字是極佳的方式。把數字本身放到最大、最醒目的位置，搭配幾個輔助文字來清楚表達你的觀點。

  • 有數字不代表就需要圖表 — 只有一兩個數字硬放進表格或圖表，反而會削弱數字的力道
  • 把一兩個數字放大呈現，比用長條圖更直覺有力
  • 也可以考慮是否要用不同的指標來重新框架 (reframe) 數據，但要注意濃縮數字時可能會流失脈絡

Figure 2.2: Stay-at-home moms original graph

Figure 2.3: Stay-at-home moms simple text makeover

表格 (Tables)#

表格與我們的語文系統 (verbal system) 互動，意味著我們會去閱讀表格。適合以下情境：

  • 需要比較不同數值
  • 面對混合聽眾，每個人關注不同的列
  • 需要在同一張視覺中溝通多種不同的度量單位

表格設計原則#

  • 讓表格的設計退到背景，讓數據成為主角
  • 避免粗重的邊框和底色，改用淡色邊框或留白來區隔元素
  • 邊框應用來提升可讀性，而非搶走注意力

Figure 2.4: Table borders

現場簡報盡量少用表格。 聽眾閱讀表格時就不會專心聽你說話。如果非用不可，問問自己：重點是什麼？能否抽出關鍵數據用圖表呈現？完整表格可放在附錄或提供連結。

熱區圖 (Heatmap)#

熱區圖是表格的特殊變體，利用色彩飽和度 (color saturation) 來提供視覺提示，數值越高顏色越深。

  • 減少讀者自行掃描、比較、排序的心智負擔
  • 讓我們更快鎖定最高值與最低值
  • 使用時務必附上圖例 (legend)，說明顏色對應的數值範圍

Figure 2.5: Two views of the same data

圖表 (Graphs)#

表格與語文系統互動，而圖表則與視覺系統 (visual system) 互動。視覺系統處理資訊更快，因此設計良好的圖表通常比設計良好的表格更快傳遞訊息。

作者常用的圖表分為四大類：點型圖、線型圖、條狀圖、區域圖。

點型圖：散布圖 (Scatterplot)#

  • 適合展示兩個變數之間的關係
  • 將資料同時編碼在水平 x 軸與垂直 y 軸上，觀察是否存在關聯
  • 在科學領域較常見，商業場景中較少用但仍有其價值
  • 可透過顏色或標記差異來突顯特定資料點（如高於平均的異常值）

Figure 2.6: Scatterplot

Figure 2.7: Modified scatterplot

線型圖 (Lines)#

線型圖最適合繪製連續資料 (continuous data)，因為線段暗示了點與點之間的連結關係，對分類資料可能不合適。

折線圖 (Line Graph)#

  • 可呈現單一系列、兩個系列或多重系列
  • X 軸的時間間隔必須一致，混用不同間隔（如十年 vs 年度）會產生誤導
  • 若折線代表統計摘要（如平均值或預測），可同時呈現範圍區間（最小值到最大值或信賴區間）

Figure 2.8: Line graphs

Figure 2.9: Showing average within a range in a line graph

斜線圖 (Slopegraph)#

  • 適合有兩個時間點或比較點，想快速呈現各類別的增減變化
  • 除了絕對值（端點）外，連結線的斜率與方向直覺地傳達了變化率
  • 若線段過多重疊，可用顏色強調單一系列來聚焦敘事

Figure 2.10: Slopegraph

Figure 2.11: Modified slopegraph

斜線圖不是多數繪圖軟體的內建圖表，需要自行設定。可利用堆疊長條圖的技巧來建構。

條狀圖 (Bars)#

條狀圖是分類資料的首選，也是作者最常使用的圖表類型。

條狀圖一定要有零基線。 因為我們的眼睛會比較長條的端點，沒有零基線會造成視覺上的假比較。非零基線可以讓實際 13% 的增幅看起來像 460% 的暴增。

Figure 2.12: Fox News bar chart

Figure 2.13: Bar charts must have a zero baseline

  • 有些人避用條狀圖因為太常見 — 這是錯的。正因為常見，聽眾不需花腦力學習如何閱讀，可以直接專注在資訊本身
  • 長條寬度應大於空白縫隙（太細像柵欄、太粗讓人比面積而非長度）

Figure 2.14: Bar width

座標軸 vs 資料標籤#

  • 若聽眾需要看大趨勢：保留座標軸但用灰色弱化
  • 若具體數值很重要：直接標註資料標籤，並考慮省略座標軸以減少冗餘

直條圖 (Vertical Bar Chart)#

  • 可以是單一系列、雙系列或多重系列
  • 系列越多越難聚焦，請謹慎使用多重系列
  • 注意分組間距會產生視覺分群效果，分類的排列順序很重要

Figure 2.15: Bar charts

堆疊直條圖 (Stacked Vertical Bar Chart)#

  • 用途較有限，適合比較各類別的總量以及子成分
  • 超過底部系列以外的子成分很難跨類別比較（因為失去共同基線）
  • 可結構為絕對值或百分比（100% 堆疊）

Figure 2.16: Comparing series with stacked bar charts

瀑布圖 (Waterfall Chart)#

  • 拆解堆疊長條的各個部分，呈現起始點、增加項、減少項與最終結果
  • 適合展示人員異動、財務損益等「加減過程」

Figure 2.17: Waterfall chart

橫條圖 (Horizontal Bar Chart)#

  • 分類資料的首選中的首選，非常容易閱讀
  • 類別名稱寫在左側，文字方向一致（由左至右），眼睛先看到類別再看到數據
  • 符合「之字形」(Z-pattern) 的閱讀習慣

Figure 2.18: Horizontal bar charts

設計分類資料的圖表時，要思考類別的排列順序。如果有自然排序（如年齡組距），就按自然順序排。若沒有，考慮按數值大小排序，讓最重要或最大的類別放在最前面。

堆疊橫條圖 (Stacked Horizontal Bar Chart)#

  • 可用來呈現各類別的總量和子成分
  • 100% 堆疊橫條圖特別適合呈現 Likert 量表等從負到正的比例分布，因為左右兩端都有一致的基線

Figure 2.19: 100% stacked horizontal bar chart

區域圖 (Area)#

  • 人眼不擅長將面積對應到精確的量化數值，因此作者通常避免使用區域圖
  • 唯一例外：需要視覺化規模差異極大的數字時，正方形面積圖 (square area graph) 可用高度和寬度兩個維度來緊湊呈現

Figure 2.20: Square area graph

盡量避免的圖表#

圓餅圖與甜甜圈圖#

  • 人眼難以精確比較角度和弧長，圓餅圖很難閱讀
  • 當切片大小接近時，幾乎無法判斷哪個更大
  • 甜甜圈圖更糟 — 要求聽眾比較弧長，更不直覺
  • 替代方案：用橫條圖取代，按大小排列，讓端點對齊共同基線

Figure 2.21: Pie chart

Figure 2.22: Pie chart with labeled segments

Figure 2.23: An alternative to the pie chart

Figure 2.24: Donut chart

如果你發現自己正在使用圓餅圖，先暫停問自己：為什麼？ 如果你能回答這個問題，代表你思考過了；但它絕不應該是你的首選。

立體圖 (3D)#

  • 永遠不要使用 3D。 唯一的例外是你真的在繪製第三個維度的資料
  • 3D 會扭曲數值的視覺感知，增加不必要的視覺元素（側面板、底板）
  • 3D 圓餅圖會因透視效果讓底部的切片看起來比實際大，頂部的看起來比實際小

Figure 2.25: 3D column chart

雙 Y 軸 (Secondary Y-axis)#

  • 聽眾需要花時間判斷哪組資料對應哪個軸，增加認知負擔
  • 並列兩組不同單位的資料在同一軸上，可能暗示不存在的關聯
  • 替代方案：
    1. 不顯示第二軸，直接在資料點上標註數值
    2. 將圖表垂直拆開，各自有 y 軸但共用 x 軸

Figure 2.26: Secondary y-axis

Figure 2.27: Strategies for avoiding a secondary y-axis

如何測試你的圖表#

將你的視覺化作品拿給朋友或同事看，請他們描述：焦點在哪裡、看到什麼、有什麼疑問。 這能幫助你評估視覺是否有效傳達訊息，或者找到需要調整的方向。