資料視覺化基本功：3 個簡單方法，避開糟糕的長條圖設計誤區
不管是做簡報、寫報告，還是開發 Dashboard，長條圖（Bar Chart）絕對是最常用的圖表。但你可能不知道，幾個不起眼的小習慣，正讓你的圖表變得難以閱讀，甚至誤導觀眾。
資料視覺化基本功：3 個簡單方法，避開糟糕的長條圖設計誤區
這是我在開發產品與進行數據分析時，整理出的三個核心建議：
1. 不要旋轉你的標籤 (Stop Rotating Labels)
為了塞下長長的分類名稱，很多人會把 X 軸標籤旋轉 45 度或 90 度。請停止這樣做！ 旋轉標籤會強迫讀者歪著頭看，大幅降低閱讀效率。正確的做法是：將長條圖轉向，改用「水平長條圖」。
2. 拒絕使用 3D 或金字塔圖 (Avoid 3D or Pyramid Charts)
雖然立體效果看起來很炫，但 3D 視角會扭曲數據的真實長度，讓讀者難以進行精準的數值比較。資料視覺化的初衷是「清晰」，而不是「美工」。
3. 絕對不要截斷 Y 軸 (Don't Truncate the Y-Axis)
長條圖的原理是利用「面積」或「高度」來感知數值。如果你把座標軸從 50 開始起跳（而不是 0），會讓微小的差異看起來像是巨大的落差，這在數據倫理上是非常危險的誤導行為。
開發者的 Sprint 筆記
這支影片的製作其實是我在某個 Sprint 裡的嘗試。當時我們團隊在討論：除了硬核的技術開發，我們能不能分享一些資料科學的「軟實力」？
- Sprint Goal: 製作一支能清晰說明數據設計原則的短片。
- Retrospective: 我們發現 Keynote 的動畫雖然強大，但過度使用反而會模糊焦點，所以後來砍掉了不少華麗的特效，回歸內容本質。
相關 Keynote 簡報分享：點此查看
常見問答 (FAQ)
如果是圓餅圖，也有類似的禁忌嗎？
答：有的！圓餅圖最大的禁忌就是分類超過 5 個。當分類太多時，人類的肉眼很難比較扇形面積，這時候改回長條圖才是正解。
推薦用什麼工具做圖？
答：簡單的需求用 Excel/Numbers 即可，進階開發推薦使用 D3.js 或 Python 的 Plotly，能更好地控制細節。
加入對話