另一方面，一到三个优秀的数据集足以创建信息丰富（但不会让人不知所措）的信息图或数据可视化。让我们面对现实：来源越少，你因错误或错误的信息而搞砸事情的可能性就越小。那么，说到底，来源列表应该是什么样的呢？以下是我最喜欢的三个：几率是多少？引用了哈佛教授撰写的一篇博客文章，他进行了信息图中使用的所有研究。
事实上，设计师与哈佛教授本人密切合作。 《初创企业为何失败》是与创业公司基 西班牙数字数据 因组计划合作制作的，该计划研究并向 Visual.ly 提供了制作信息图所需的所有数据。我们的 #WhiteFriday 信息图中引用的每个组织都是所用信息的原始/最权威来源。
这比抓取 Google 搜索难、更耗时——但归根结底，如果你要花费数小时或数天时间进行出色的设计，为什么要用糟糕的来源来破坏你的工作呢？自 1990 年 Ben Shneiderman 发明树形图以来，树形图迅速而广泛地传播开来。
这种技术迅速传播的一个原因是它们使层次信息清晰易懂。该技术的学习难度很低，但它可以很好地洞察结构和数量。Shneiderman 博士正在处理一个由 14 个人共享的 80MB 硬盘。这个硬盘足够大，可以容纳相当混乱的目录结构，但又太小，无法为人们提供“无限”的空间。