Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

我们可以消除什么混乱?

Posted on 2023-04-24

混乱令人筋疲力尽。我们通常认为杂乱是我们家中“东西”的堆积——我们的壁橱、我们的阁楼、我们的车库、水槽下、曾经是餐桌的储藏区、所谓的“捐赠”堆等。其中大部分曾经有过有用的目的,那些日子现在已成为遥远的记忆。

这是最近最重要的事情,因为我一直在准备搬到新房子。这促使我丈夫和我就为什么我们不得不坚持下去进行了一些有见地的对话。例如,我发现了一盒过时的操作系统 CD-ROM,其中有很多是我大学时代就有的。当我为扔掉我一直坚持的东西而苦恼时,我丈夫简单地问, “你认为在什么情况下你会想要在你目前拥有的任何设备上重新安装 Windows XP?”点了。

为什么我们很难摆脱混乱?也许是因为我们认为某些东西一直在那里,所以它一定属于那里,我们害怕如果我们消除它会发生什么。或者我们可能没有一个好的框架来评估某事是否有用。

同样的概念适用于我们的图表和业务通信。我们倾向于盲目地接受我们工具的默认设置,很少考虑包含的元素是否真的有用途。在这种情况下,“Windows XP”的问题是:这个元素是否增加了足够的信息价值来弥补它的存在?

例如,请考虑以下图表并在获取数据时记下您的过程。

如果你像我一样,你的眼睛可能首先被这三行吸引。然后跳到最下面的数据表,找图例。找到它后,我的眼睛被吸引到右边的数据表中。然后我开始在数据表和图表之间来回切换,试图将特定数字与各个数据标记联系起来。直到那时我才意识到我并不完全理解如何解释正在绘制的指标,所以我回到顶部并查看图表标题和副标题以了解上下文。这是很多工作!

我们之前已经写过关于减少混乱的可衡量的好处,所以现在让我们谈谈使这个图表更有效的细节。哪些元素不是必需的?可以剥离什么让数据更加突出?您可能会推荐哪些其他更改?以下进度显示了我将如何整理:

第 1 步:去除粗边框和网格线

第 2 步:消除数据标记

STEP 3:删除冗余数据表。有关其有用性的考虑,请查看此练习。我还将借此机会在 x 轴和 y 轴上添加明确的标签。

第 4 步:改进图表标题。我会将其对齐以从垂直 y 轴的顶部开始(而不是它在中心的空间中悬垂)并减小副标题中字体的大小。我也不会让听众质疑如何解释数据,而是指定这是一个累积度量——最初没有显示的上下文。

第 5 步:将图例移近数据

第 6 步:使用相同的颜色将标签与数据联系起来

查看所有这些更改的影响:

我们可以做更多的事情来改进这个图表,包括通过减少使用颜色、文字和其他设计选择来向我们的观众展示在哪里看。但是简单地减少我们视觉效果中的非必要元素意味着它们更有可能被使用——不像我的 Windows XP CD-ROM,它目前在我的回收罐中。

有关整理的更多信息,请查看剥离不必要的和一些 Excel战术步骤。通过社区练习整理器进行实践练习!

原文: https://www.storytellingwithdata.com/blog/what-clutter-can-we-eliminate

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme