2017年8月，一组由Google充满激情的设计师，研究人员和工程师共同创建了一套全面的数据可视化指南，涵盖了颜色，形状，版式，图标，交互和运动等所有方面。这项合作的成功引发了Google的第一个全职数据可视化团队的成立，该团队于2018年5月启动。
在过去的一年中，我们继续致力于理解需求，要求和愿望，以塑造人们如何可视化信息并与之交互。
现在，我们想与各地的创作者分享我们的见解。我们已经发布了用于创建自己的数据可视化的详细的公开准则，并总结了我们的主要原则和注意事项。
下面是设计任何图表的六种策略：
1. 说实话
数据准确性和完整性至上。请勿扭曲或混淆信息的修饰或局部性。强调清晰度和透明度。
向用户提供他们需要了解给定可视化效果的上下文元素。通过使用清晰的标签，准确的轴和基线以及辅助工具提示和图例，可以最大程度地提高图形的完整性。
运动可以帮助加强关系，但一定不能扭曲数据。对所使用的数据集，其来源以及收集和处理方式保持透明。
2. 伸出援助之手
提供上下文并帮助用户浏览数据。建立优先考虑数据探索和比较的能力。
设计时要考虑用户现有的思维模型（可能由广泛使用的工具塑造）。营造温暖的入职体验，使您轻松学习如何阅读图表及其信息。
选择支持核心功能可发现性的可视化和交互式功能，例如选择，缩放，平移和过滤。
运动和交互应该通过揭示上下文，见解，关联和因果关系来支持分析推理和用户理解。利用空状态作为启示的时刻。
3. 高兴的用户
总是超出期望。考虑性能，改进，惊喜和创新。拥抱动态，快速和聪明的体验。
创建出色的可视化体验，然后以意想不到的方式改进它们。在适当的时候，使用签名功能和一些小小的欢乐时刻，将用户引导到他们所需要的。速度与图形效果一样令人赏心悦目。在状态转换的编排中考虑运动和定时，以帮助感知快速响应的系统。
4. 使焦点清晰
减少认知负担，并专注于重要的事情。每个动作，颜色和视觉元素都应支持数据洞察力和理解力。
关注用户的任务，其他所有操作都应遵循。引导用户尽快访问基本信息。最大化数据墨水比，避免使用多余的图形元素。以有意义的方式应用颜色以有助于图形理解：标签，分组，突出显示或度量。谨慎使用动作-限制微妙的过渡和提示，以帮助用户理解层次结构，数据方向和关系。
5. 拥抱量表
允许系统扩展并适应任何上下文。在数据深度，复杂性和模式上尊重不同的用户需求。
每个图表都应尽可能地易于访问。考虑图表元素（调色板，过滤器配置，轴，面板，交互机制）如何缩放以适应各种用户需求，屏幕尺寸和数据类型（从单个数据点到大型多元数据集）。考虑各种各样的可能性，而不是一成不变的配置。应用交互式方法以最大程度地减少复杂性，例如逐步提供详细信息（逐步公开），让用户更改视角以及链接不同的视图以获取更深刻的见解。
6. 提供结构
使用视觉属性传达层次结构，提供结构并提高一致性。体验应该直观且易于使用。
一致性提高了熟悉度。在图形处理（形状，颜色，图标，版式）和交互模式（选择，过滤，悬停状态，展开）中发展统一性。动作应该受到控制，在保持响应能力的同时，给用户带来稳定和连续感。考虑进出运动以帮助用户理解元素的视觉层次，轴的方向以及显示的数据。保持强大的上下文线索，因此无论用户在图表中的何处导航，他们都知道如何返回。
有关更多的见解和策略，请阅读我们的完整数据可视化指南：（https://material.io/design/communication/data-visualization.html#principles）。
