今すぐログイン 今年春节，疫情突然爆发，每天早上很多人醒来的第一件事，就是摸出手机，看一眼最新的疫情数据。各大平台也很快上线了疫情地图，把一长串复杂的数字变成直观的图表，让人一眼就能明白发生了什么。这种用图形来呈现密集信息的方式，就是数据可视化。它不像原始数据那样冷冰冰的，而是把数字翻译成位置、颜色、趋势，让信息传递得又快又准。
你看到的那些疫情地图，背后主要靠三种图表在支撑：地图、折线图和表格。它们各自适合不同的场景，设计上也有不少讲究，细细琢磨一下，其实挺有意思的。
先说地图。疫情地图里最显眼的，就是那张全国各省份的色块图，用颜色深浅来表示确诊人数的多少。比如湖北是一块深红，其他省份颜色浅淡得多，一眼看过去，就能感受到疫情分布的严重程度。地图天然适合处理这种和地理位置相关的数据，无论是人口统计还是疫情分布，都能让人快速建立起空间感。点一下某个省份，还会弹出气泡，显示具体数字，信息获取很直接。
这里有个细节值得留意：地图上不要用图案或剖面线来强调某个区域，就用色块，干净利落。轮廓也别画得太复杂，简简单单的省界就够了。地图的线框只是为了区分区域，多余的装饰都是干扰。图例的颜色变化，一般是从浅到深过渡，表示数值从小到大，如果深浅交替乱跳，反而让人看不懂。很多平台都遵循了这一点，所以看起来才会清晰舒服。
除了地图，折线图在疫情数据里也几乎天天见。它最适合表现数据随时间变化的趋势，比如全国新增确诊人数每天怎么变。折线图上的点都可以点击，出现具体数值，方便查看细节。不过在设计上，有几个容易踩坑的地方。
一个很常见的错误，就是在折线下方填上颜色。这么一来，看起来就像面积图了，容易让人误以为色块面积代表数量多少，而不是折线上的点。比如某天新增确诊可能是2994，但因为填了色，视线会被色块吸引，搞不清楚到底该看的是点还是面。其实，去掉折线下方的着色，图表的趋势反而更明显，折线本身的起伏就能清晰表达出确诊人数先升后降的走向。如果觉得页面太单调，可以在整个图表区域加一个浅灰色背景，但千万别在折线下面填色。
折线的高度和粗细也有讲究。一般来说，折线占图表区域的三分之二比较合适，太高或太低都会让趋势的辨识度下降。线太粗，变化的细节就模糊了；太细，又容易和背景辅助线混在一起。同一个图表里折线数量不要超过四条，多了就分开显示。颜色也要分主次，如果有多条线，可以用红色突出最重要的那条，其他用灰色，这样用户一眼就能抓住重点。
图例和标签的位置，也很影响阅读体验。如果空间允许，直接把标签标在折线旁边最省事，省得用户眼睛来回跳。如果必须单独放图例，最好放在图表上方，因为人们习惯先看曲线代表什么，再看曲线怎么走。折线的节点是天然的数据点，用户会顺着节点去找对应的图例，图例离得太远，读起来就很吃力了。
坐标轴的标注也不能马虎。X轴通常是时间，要保证坐标数量合适，间隔均匀。有时候年份可以简写，比如2006之后写07、08。Y轴尽量用常用增量，像0、5、10、15……如果数据基数大且变化很小，可以从非零开始，但要注意，只有折线图可以这样，条形图因为用面积代表数值，Y轴必须从0开始。另外，双Y轴虽然能显示两种相关数据，但容易引起误解，非必要不推荐。
当数据量多、空间又有限时，表格就很实用了，比如湖北省每天的确诊、治愈、死亡人数。表格里的数字建议右对齐，这样纵向比较时，位数和大小一目了然。如果数字都很小，比如大部分是一位数或两位数，居中排列也可以。遇到小数，小数点要对齐，位数也尽量保持一致。
单位不要每行都写，只在第一行出现一次就够了。表格的网格线要弱化，太深会干扰阅读。如果表格比较宽，可以每隔三到五行加一条细线引导横向阅读，两列数字的简单表格就不需要了。有时需要用色块或特殊颜色强调某一列，比如每日新增确诊人数用醒目的颜色标出来，能让关键数据一下子跳出来。另外，多个数据系列纵向排列比横向排列更容易对比，比如把不同区域的诊断和治愈人数上下排，看差异时非常直观。
其实，这些图表之所以看上去简单却能让人一眼看懂，是因为背后有一套清晰的设计原则：先想清楚要传达什么信息，再选择合适的图表形式。展示的时候，去掉一切不必要的装饰，突出关键数据，让内容轻量化，才能保证信息传递得准确又高效。疫情地图能够迅速被大众接受，也正是因为它把复杂的数据翻译成了人人都能看懂的语言，在特殊时期帮了大忙。
