数据可视化是数据描述的图形表示，旨在一目了然地揭示数据中的复杂信息。可视化的美丽之处在于其艺术设计，细节的优雅展示，能够有效地产生对数据的洞察和新的理解[1]。现实生活中我们经常看到数据可视化作品，演讲、报告中的统计图表，任何避免歪曲数据的精美设计图表都是可视化的最佳作品。数据可视化是为了一下吸引住阅读者的注意力，并从中得到重要信息，可以帮助我们理解数据背后的意义。
数据可视化是一门艺术。图1是截至2021年4月3日世界新冠肺炎确诊和死亡人数可视化、可交互的全球疫情地图[2]。
图1的左侧展示了全球累计确诊数据，下面是从多到少排序后的各个国家、地区的确诊数据，中间是以全球地图为背景的累计病例气泡图，可以按比例尺放大或缩小地图看到不同国家或地区的具体情况，也可以点击下面的发病率、致死率和检测率查看相应数据。右侧数据则显示了全球死亡数据，排序后的各国、地区的死亡数据及美国的检测结果。右下角显示了依时间序列显示的每日发病、死亡病例的柱形图以及累计发病、累计死亡、发病人数对数值的折线图。数据不但是实时更新的，也是可以交互的，用户也可以按照自己的喜好更换不同版式的地图。
来看几幅有特色的统计图，精美设计的图胜过千言万语，甚至有些图不需要多余的解释也能看懂。
图2 北上广餐厅数量分布[3]
图3 小吃排行[4]
此外，针对统计图展示组别过多时影响阅读，比如展示近20年国内各省地区生产总值的变化图、世界主要城市近60年的人口数等，一般可以采用动态方法展示，可以使用Flourish进行展示[5]。
数据可视化改变了传统统计图呈现方式单一的缺陷，实现数据重要信息的有效传达，融合艺术性和功能性，通过多样、恰当且精细的设计，以交互方式或动态展现数据特征、规律。请记住一点，只有在不歪曲、不扭曲结论的情况下进行展示是基本前提。
[1]有兴趣的同学可以参阅：Julie Steele, Noahlliinsky 著. 数据可视化之美. 机械工业出版社, 2011.
[2]图片来源：约翰·霍普金斯大学疫情地图，https://coronavirus.jhu.edu/map.html
[3]统计图来源：https://zhuanlan.zhihu.com/p/30377997
[4]统计图来源：https://zhuanlan.zhihu.com/p/360707683
[5] https://app.flourish.studio/
