Datavisualisering representerar data grafiskt för att avslöja mönster. En tabell med tusen siffror är svår att läsa. Ett linjediagram med samma data visar trenden direkt. Visualisering utnyttjar det mänskliga visuella systemet. Vi är bra på att upptäcka mönster, extremvärden och förändringar. Vi är dåliga på att mentalt bearbeta tabeller med siffror. Diagram överbryggar den klyftan.

Bra visualisering börjar med frågan. Vad försöker du visa? Jämförelse, fördelning, sammansättning, relation eller trend? Varje fråga föreslår en diagramtyp. Jämförelse gynnar staplar. Fördelning gynnar histogram eller låddiagram. Sammansättning gynnar staplade staplar eller trädkartor. Relationer gynnar spridningsdiagram. Trender gynnar linjer. Att välja fel diagramtyp döljer svaret. Ett cirkeldiagram med tolv segment är oläsligt. Ett linjediagram med kategoriska data på x-axeln är vilseledande. Färg, skala och märkning spelar alla roll. En avkortad y-axel överdriver små förändringar. Regnbågsfärgskalor är svåra att läsa och oåtkomliga för färgblinda tittare. De bästa visualiseringarna är enkla. De tar bort dekoration och låter data tala. Edward Tufte kallade detta att maximera data-bläck-förhållandet. Varje pixel ska antingen bära information eller komma ur vägen.

Visualiseringstyper efter syfte

• Jämförelse — stapeldiagram, punktdiagram
• Fördelning — histogram, boxdiagram
• Komposition — staplade staplar, trädkartor, cirkeldiagram
• Relation — spridningsdiagram, värmekartor
• Trend — linjediagram, ytdiagram

Ett diagram är ett argument. Det ska förtydliga poängen utan att vilseleda betraktaren.