折线图是数据可视化领域最流行的图表之一，不需要大量的解释即可直观展示数洞见。然而，并非所有人都能最大化折线图的价值。今天，就让我们来看看，在绘制和使用折线图洞察数据的过程中，有哪些关键原则和最佳实践技巧吧~

01、以时间为维度

在数据分析中，折线图非常适用于可视化与时间相关的数据。因为人类思维本能地遵循“格式塔”连续性原理，就像时间的流逝一样，我们认为线条是连续的，有明确的起点和终点。

因此，如下图所示，如果尝试从非时间维度（子类别）创建折线图，可能会让用户感到困惑，也找不出显性的规律。

图示：错误示例

02、从左到右显示时间序列

大多数情况下，我们都会用折线图从左到右展示时间序列。这种方式对于用户来说更直观，也符合许多国家/地区的阅读方向。但是，也需要考虑额外情况，比如以不同顺序进行阅读的地区用户习惯。

03、时间间隔和刻度应保持一致

为了确保折线图的准确性，图表的轴刻度应该与时间间隔相对应。以下图为例，1750-1950 年的时间间隔是 50 年，而 2021 年距离 1950 年相差 71 年，因此用了更长的轴刻度来表示，这有助于正确显示各国碳排放量如何随时间而变化。

04、标注缺失数据

当处理折线图中缺失的数据点时，保持准确性至关重要。部分分析师可能会选择忽略缺失环节，直接进行前后数据点连接，但这样会误导用户。

此时，应该考虑使用虚线或其他视觉元素（如不同颜色）来表示缺少数据的特定时间段。

05、零值线可消除，除非有 2 条以上平坦趋势线

折线图的竖轴从非零值线开始是可以接受的，但要慎用于比较多条线的情况。比如，特别是数据较小导致时间变化趋势较为平坦时，去掉零值线可能会让用户得出不准确的结论。

在如下示例中，相比包含零值线的图 A ，数据在非零值为起点的时间序列（图 B）中的视觉冲击力会更大且突出。

如果趋势波动非常小（如数据点之间的波动小于 10%），则可以考虑去掉零值线，以便放大清楚地了解趋势（如下图）。

06、图形宽高比很重要，请尝试安全比例（16:9）

宽高比（纵横比）对于如何感知折线图中的趋势起着重要作用。

更宽的图表可以使趋势显得更平坦。相反，较窄的图表会加剧显示数据波动。同时，虽然 16:9 是常见比例，但请注意你的设计，因为长宽比会影响图表的呈现。

虽然没有严格规定图表中可以包含的最大行数，但明智的设计至关重要。理想情况下，折线图的“黄金”线数是 4 到 5 条。超过这个阈值，因线条过多而出现重叠的风险就会增加。

为了缓解这种情况，可以从以下几点进行考虑：

用颜色单独高亮某个类别，同时对其他类别使用统一颜色，从而为所选数据提供上下文。

用颜色高亮方法，对特定的线与相关统计数据（如平均值、百分位数、中位数或极值）进行比较，以添加上下文。

探索小型倍数图表来并排显示多个折线图，以便比较并保持一致的轴范围。