0年經驗終極盤點，徹底解決WordPress后臺訪問慢問題

你的WordPress后臺訪問速度是不是超級慢？

如果你有類似煩惱并且在網上搜索一大圈仍沒有任何改善的話，建議詳細閱讀本文，這是我們WordPress運維10年認真總結出的優化教程。

加載緩慢的WordPress后臺真的很煩人，特別是在后臺編輯和發布內容的時候，會耽誤你大量寶貴時間。在本文中我們將詳細盤點各種導致WordPress后臺訪問慢的原因，并給出對應的修復方法。

到底什么原因導致的WordPress后臺訪問慢？

WordPress后臺加載速度慢可能由很多原因造成，國內最常見的原因有兩個：

1. 后臺引用了國內加載慢或無法加載的靜態資源，例如谷歌字體、默認的avatar頭像等；

2. 服務器性能不足；

針對原因一，引用國外資源的優化方案：

眾所周知的原因，在國內有一些網站是無法訪問的，例如谷歌，如果你的WordPress引用了這些網站的資源，就會導致頁面加載速度異常緩慢。檢查是否引用了谷歌資源的方式，就是登錄WordPress后臺，在瀏覽器窗口中右擊鼠標-查看源代碼，按Ctrl+F搜索google，看看有沒有包含谷歌域名的代碼出現，如果有的話說明引用了。

這些資源的引用可能發生在主題里，也可能在插件中，排查起來是需要有專業知識的，最省力的方法就是購買類似無憂速建這類經過專業團隊優化的適合國內使用的WordPress建站系統。

除了谷歌資源，最常見的還有WordPress默認的頭像，如果你的網站只是純展示功能，用不著頭像的話，強烈建議關閉頭像功能。因為WordPress默認的頭像圖片不是保存在本地，而是引用gravatar網站的遠程圖片，而這個網站在國內經常無法訪問或者訪問極其緩慢。

關閉方法：進入后臺-設置-討論，取消勾選顯示頭像。

針對原因二，服務器性能不足的問題優化方案：

對于WordPress前臺來說，我們可以選擇緩存插件來解決服務器性能不足導致的訪問速度問題，但是WordPress后臺是無法緩存的，因此它需要更多的服務器資源才能穩定運行。

如果你的WordPress后臺變慢了，可能是后臺某些設置或者插件消耗了太多的服務器性能。

1. 測試網站性能；

先檢查出到底是什么原因導致的速度下降是至關重要的一步，我們可以使用Chrome瀏覽器自帶的Lighthouse功能進行測試。

進入后臺，在瀏覽器的網頁中右擊鼠標，選擇檢查，在瀏覽器底下的調試工具中選擇Lighthouse，如下圖：

點“分析導航”按鈕之后就會自動生成報告，在報告中可以看到哪些因素影響了WordPress后臺打開速度，例如是哪個JavaScript、css或圖片等導致的加載慢。

2. 安裝WordPress更新。

WordPress團隊每個版本都會對性能進行優化，如果你不更新就會錯過這些改進。同樣

的，主題和插件的更新通常也會包含一些錯誤的修復以及性能的優化。所以找一款更新頻率較高，維護團隊穩定的主題，如無憂速建，肯定可以獲得更多性能上的保障。

3. 更新PHP版本 。

眾所周知，WordPress是基于PHP語言開發，而基于兼容性要求，它對PHP版本要求相對較低，目前最低要求是PHP5.6，而截至目前最新的PHP版本是8.1.6。

跟WordPress版本一樣，PHP的每次更新都意味著有了更好的性能，想要有更好的性能體驗，必須升級PHP版本。

在WordPress后臺-工具-站點健康中可以看到PHP版本信息：

至于如何升級PHP版本，需要根據你的服務器對癥處理。如果是虛擬主機，通常可以在控制臺里能看到PHP版本切換的地方；如果是云服務器，那就需要根據自身環境配置酌情處理，詳情可以網上找一下教程。

4. 增加PHP內存限制

PHP的運行內存是有限制的，如果你的WordPress體量變大，PHP內存不夠時，速度肯定會變慢，甚至導致網站崩潰。

PHP內存限制也是在后臺-工具-站點健康中可以看到，

一般將它設置成大于500的數值，修改方法：在根目錄下的wp-config.php中增加一行代碼：

define( 'WP_MEMORY_LIMIT', '512M' );

5. 監控WordPress插件性能

WordPress最迷人的地方之一就是有著大量的免費插件，但是各種插件開發理念不一，代碼質量良莠不齊，一不小心就會導致某些插件占用大量服務器性能。

你可以安裝query-monitor插件來監控插件的性能情況。

插件激活后會在WordPress頂部工具欄插入一個新菜單

點擊它會打開監控器控制臺，點擊左側菜單的“Queries by Componen”就可以看到每個插件占用的服務器資源數量了。

禁用占用資源異常的那個插件，看看訪問速度有沒有提升吧。

6. 關閉儀表盤顯示選項中無用的項目

進入WordPress后臺，首先打開的是儀表盤，里面顯示了一些例如“站點健康狀態”、“概覽”等內容，但這些內容大多數是無用的，使用頻率非常低，其中有一些例如“WordPress活動及新聞”、“搜索引擎新聞”等模塊，他們顯示的信息流來自國外接口，這會使得加載速度異常緩慢。

點擊右上角的顯示選項，取消勾選這些無用的模塊吧！

7. 修改WordPress自動保存間隔

WordPress編輯器自帶了自動保存功能，當你意外關閉編輯器時，可以利用此功能輕松恢復未保存的內容。

但是當你在服務器壓力較大的時候編輯網站內容，自動保存功能頻繁發送的請求就會使得后臺響應速度變慢。

自動保存功能是一個重要功能，不建議關閉它，但我們可以降低自動保存的頻率。

只需將以下代碼添加到你的wp-config.php文件中。

define( 'AUTOSAVE_INTERVAL', 120 );

這會將自動保存頻率設置為2分鐘一次，而不是默認的1秒一次。

8. 降低心跳檢測API頻率

WordPress采用了心跳檢測的方式，每隔60秒向服務器發送一次請求。心跳檢測有多種用途，比如獲取是否有其他用戶也在使用后臺編輯內容，并實時通知對方，防止內容發生沖突。

如果有多個用戶同時在后臺作業時就會導致服務器壓力過大。

可以使用heartbeat-control插件進行心跳頻率更改，建議改為至少120秒。

9. 使用Linux系統，而不是Windows

Linux對PHP兼容性更好，而且Linux系統本身占用內存少，運行效率更高。而Windows的桌面系統會占用更多性能資源，自然就會使分配給WordPress的性能資源變少。另外更不要用Windows+IIS的組合運行PHP項目，兼容性差，性能更低，而且會有很多難以解決的奇怪問題出現。

以上就是針對WordPress后臺訪問緩慢問題的一些優化方案，希望對你有所幫助！

者按：這是一篇介紹如何制作圖表的文章，作者是Amazon戰略規劃部的第一位分析師Eugene Wei（后來還擔任過Flipboard、Hulu的產品負責人，Oculus的視頻負責人），原文標題叫做《Remove the legend to become one》，意思是刪掉圖例成為傳奇，因為在英語里面legend有圖例和傳奇的意思。簡單來說，這篇文章介紹了一段經歷，一套經驗和一本寶書。是一篇告訴我們如何制作出好看的圖表，更重要的是如何通過知識追求真相的非常實用的文章。

第一部分：經歷

我的第一份工作是在Amazon.com開始的，在戰略規劃部當第一名分析師，接手做Analytics Package的工作。特意大寫是因為這既是一項嚴肅的工具能讓我們的業務明晰，也是因為其月復一月的制作工作統治了我整整1年多的生活。

1997年那時候，分析甚至還不是一個真正的詞。我知道是因為試過找術語，希望弄清楚我要做的東西，但卻找不到，字典里沒有，互聯網上也沒有。回想起你剛開始成規模地使用互聯網之時，一般搜索引擎返回的結果數之少，你就會意識到自己已經老了。那時候智慧還隱藏在新聞組，Yahoo還要靠手工去組織web目錄，而很多的Google搜索返回結果寥寥無幾。那時候如果俄羅斯人想要干涉選舉的話，他們可能會植入一些故事到rec.arts.comics里面然后挑撥幾個極客，但也就只能這樣了。

盡管找不到那詞的定義，但是猜它是什么并不難。分析的某種名詞形式。不僅如此，Analytics Package本身已經不言自明。真的。它會附帶一頁紙的附言，總是有一段簡短的序言闡明目的，然后再跳到一段內附信息的文字摘要，形式跟論文摘要差不多，或者一封致股東信。我想貝索斯多年后創立的著名的公司政策，也就是支持寫文章禁止PPT的做法，也許在那時候的Analytics Package附言那里找到一些起源。它們的啟發是一樣的：如果你沒法用書面語言解釋清楚某個東西的話，你自己是不是已經真正理解了呢？

我的面試流程最后一環用了1個小時，面試官是當時招聘的負責人Ryan Sawyer。經歷了幾乎包括所有資深高管以及貝索斯和Joy Covey等我這輩子預見的最出色的人的重重挑戰之后，我以為最后這一道免不了的HR面試關不過是走走形式罷了。但那時候Ryan讓我用他能夠理解的方式解釋一個我能理解的最復雜的東西。權當是給我的工作熱熱身。

Analytics Package都包含有什么，以至于需要書面解釋？圖表，一頁頁的圖表，有關Amazon業務方方面面的圖表。收入、時評、營銷、運營、客服、人員編制、G&A、客戶感知、市場滲透率、客戶生命周期價值、存貨周轉率。通常一頁紙4張圖，橫向布局。

Package這個詞似乎有點累贅，如果Analytics本身是名詞的話。但如果你見過其中一個的話，你就會知道它為什么叫做Package。1997年我到Amazon時，Analytics Package大概是30到50頁紙的圖表。1年后，我轉做產品管理時，它已經膨脹到100頁了，此外我還在做一份有關客戶訂單趨勢的不行報告。Analytics也許是指可交付的分析或者分析的實踐，但Analytics Package在分量上就像電話簿，或者Restoration Hardware五金公司的目錄。

那時候公司還沒有把精力集中到開發內部儀表盤和分析工具上面，所以Analytics Package是用我們今天標準看來根本不入流的東西做的。我手工把數據錄入Excel表，生成圖表，調整布局，然后再打印成冊。

這整件事最糟糕的部分之一是搞正確頁碼。Analytics Package背后是整整一個目錄的鏈接電子表格。由于不同的圖表來自不同的工作簿，我必須把整個Analytics Package都打印出來，排好序，然后再通過某個晦澀的打印設置菜單手工插入頁碼。總之，確保分頁按照預期就像是拆除炸彈一樣。

時至今日，公司都是平板電視掛在墻上，24/7不間斷地展示著各種圖表。其中大多數都不為人所關注。隨時保持透明度的主旨沒有錯，但對人性的理解不是。我們無視那些隨時可見的東西。然而，如果一個月一次把一大摞圖表扔到你桌面，再加上概括結果的一封附言，并且如果CEO和你的同事都會在同一天收到同一份報告，同事報告里面該包含有你那部分業務的運營情況的話，你一定會留意的，就像任何人都會注意看一本有關自己公司的書的索引有沒有提到自己一樣。儀式很重要。

報告會發給全公司的資深經理。一開始資深的定義是根據職級，但就像職場大部分事情的走勢一樣，誰又被增加到分發表里面變成了一個月度競爭的來源。有人可能懷疑這是我的想法，因為分發表是我來制訂的，但其實我關心這個是因為每個月我都得打印和復印紙質版。

現在我已經很少使用復印機了，但那一年我使用的次數，比我之前和之后所有日子加起來的使用次數都要多，所以我可以相當自信地說這些機器是人類有史以來制造的最不牢靠的機器之一。

這是一場游戲，其唯一的目標是減少痛苦。一百份一百頁的文檔。機器復印到一定時候就會壞掉。過了一段時間就會卡紙。墨盒會沒墨了。你一次愿意冒險復印多少份？太少你得再次重復設置過程。太多可能會有中間出錯的風險，而這又會演變成一系列更為復雜的任務，比如只復印剩下還沒復印的然后跟之前已經完成的合并。（如果你在想我為什么要手工插入頁碼的話，這不僅是為了方便引用特定圖表，也是為了在復印機壞掉時找出哪一份資料的哪一頁缺失了）

當然你也可以在清理卡紙之后恢復打印，但實際上這從來都沒有見效過。以后我知道了，像這種量級的卡紙實際上是復印機永遠也無法恢復的。

我變成了精通總部所有復印機情況的大師。我知道哪些復印機能夠承擔這一繁重的任務，了解每一臺的可靠程度。對每一臺機器可靠性的波動情況，使用情況以及上一次維修時間都了如指掌。由于我通常每天都加班到很晚，我會把大規模的復印任務留到最后，因為那時候整棟大樓的復印機都可以供我差遣。

有時候我光聽復印機內部的復印鼓和引擎聲就能覺察要卡紙了。有問題的機器會呼哧呼哧作響，就像煙鬼一樣，有時候我會在復印機為我服務時把手放在機器上，就像醫者把手放在病人身上一樣。我會自稱為復印機私語者，不過當我處理它們時總是會連聲咒罵，從來沒有竊竊過。后來在分析師任期末時，我得到一筆預算去招個臨時工幫我完成每個月的打印工作，因為都忍受過那種永遠也做不完的勞力之苦，我們至今仍有聯系。

我的另一個痛苦來源是另一個工具的極度脆弱性：Excel 97的鏈接表格。直到今天我仍然是Excel的擁躉，Excel是微軟Office套件最棒的工具了，而且如果你從事的是嚴肅的工作的話，仍然是地球上最頂級的電子表格工具。然而，我永遠也無法忘記Excel 97的鏈接工作簿噩夢，一個理論上似乎很有前景的想法但實際工作起來卻完全不是一回事。

為什么不干脆做到一個巨大的工作簿里面去呢？不同的部門必須針對不同的圖表提交數據，那時候讓多個人同時處理同一份Excel表格簡直就是一團糟。找出誰的變更卡住了，整個比較的過程，這些都是難以為繼的。所以我給不同的部門都建立了Excel工作簿。其中一些數據我會自己收集手工輸入，而有的部門有年輕一點的員工，也有時間和資金去輸入和維護自己組織的數據。

哪怕是這個過程很多地方也會出錯。當我試圖豎起護欄保留鏈接所有工作簿的公式時，從單元格保護到字體加粗到條件格式標明可編輯單元格等等，到了一般用戶手里之后就沒有一個電子表格可以幸存的。有人會在這里插入一行，那里插入一列或者誤刪了一個公式。某月，一個用戶可能會改了一個工作表的名字，或者按季度增加此前從未出現過的摘要列。突然之間一堆的#ERROR出現在各個地方的單元格上，或者如果你不走運的話，數字還在，但卻是錯誤的而你并沒有意識到。

因此每個月有一部分時間都是用來檢查每一張電子表格以及修補出問題的鏈接和指針，重新建立圖表已經丟失的表格鏈接，或者更陰險的隱患，那些表格鏈接對了但表格區域鏈接錯誤的情況。

但哪怕這些都做完了，有時候表格計算也會出問題。這是注定的。電子表格的原理就是這樣，唯一的錯誤只能是用戶錯誤。我的主工作簿的一個單元格會指向另一個工作簿的單元格。它們的值應該是一致的。但是，當我打開兩個工作簿時，一個現實1345另一個卻顯示1298。強制所有單元格重算的按鍵是F9。我已經反復按了。有時候重算能行。有時候不行。有時候我會試一下Ctrl – Alt – Shift – F9。有時候我只能祈禱。

我工作中唯一哭過一次，那是在一天很晚的時候，我媽剛剛因癌癥去世了，我左腿又因為剛做了ACL/MCL疝氣手術打了石膏，當我無法理解為什么我的工作簿核不平，有那么一刻我的意志力崩潰了，決定投降了。這不是循環引用，這個我知道只要我窮究下去是可以解決的，或者至少如果是工作簿內的循環引用的話是最終還是可以解決的。不，Excel 97鏈接工作簿這個固有的脆弱是一個不信神的程序里面的一個隨機缺陷，我的感覺仿佛自己就是整個宇宙當中最遭天譴的那個倒霉蛋。

我想要離開辦公室，但是我太累了拄著拐杖走不了太遠。那個時候周圍已經沒有一個人。我把計算機和燈都關了，一頭趴在在桌子上，直到那一刻緩了過去。然后我重啟計算機，打開兩個工作簿，然后看著有問題的兩個單元格。它們還是不一致。我按了一下F9。這次匹配了。

大多數時候，在深夜我完成了所有Analytics Package的復印，然后用小，然后是中，最后是大的裝訂夾把材料夾到一起時，我會把大部分的復印冊捧在手上，一冊冊放到每一位接收人的辦公桌上。從我的辦公桌出發到一個個辦公室串門是一次受歡迎的休息，也許可以停下來跟某位還在熬夜的同事聊上幾句。我感覺就像是個按照固定路線送報的，而且往往都在同一個時間起床。

盡管Analytics Package留給了我那么多痛苦回憶，但我仍視之為我職業生涯當中對我影響極大的經歷之一。在做報告的過程中，我感覺我們企業的整個組織都擺在了我的面前，它的復雜性和內在工作變得一目了然。同樣地，我想象程序員把數據表變成3D圖表的數據可視化流程，我能夠跟蹤從客戶想買書到一美元是如何在我們企業內部流動的整個過程。我清楚每一位員工的薪水，從分銷商到我們倉庫，從貨架到傳送帶，然后打包，搬上運輸車，我清楚每一筆訂單的時間成本。我能夠像職業賭徒算牌一樣預測出每100訂單會有百分之多少的客戶向我們投訴，并且其中有百分之多少屬于哪一類型的問題。

我知道，如果我們每月能獲得一位客戶的話，下個月有多少他的家人朋友會通過口口相傳成為新客戶。我知道如果1998年1月100客戶完成了第一筆訂單的話，其中會有多少比例的人2月、3月、等等還會再次下單，以及每一筆訂單的平均金額是多少。隨著我們的發展，以及隨著我們影響力的提升，我可以看出跟出版商和分銷商談判更長的應付周轉天數對我們現金流的影響，也能看到每次我談成了更好的列表價折扣之后我們的毛利都會逐步攀升。

生活在高頻交易和正態分布的領域，一個大數定律占主導的領域是多么舒服啊！每個月觀察人們購書（以及后來的CD和DVD）的一致性和可預測性就像是在顯微鏡底下識別自然界的一些晶體結構一樣。我不羨慕Snapchat或者Twitter或者Pinterest這樣的公司，上市或有朝一日可能上市的社交網絡，或者那些從事社交網絡業務的公司，當他們的網絡那么大但仍然那么的不穩定（收入流就更加了）時他們得設法管理好投資者的期望。社交網絡的指數性增長當然很有趣，但如果你是Twitter每個季度都要努力向投資者解釋為什么你又沒有達到目標時就很無趣了，當你要假裝知道一個季度后收入情況會怎樣，且不說2、3個季度后的情況時，事情就沒那么有趣了。

在Amazon，我能夠卡出我們下個月甚至更遠的未來的收入是多少，誤差只有幾個百分點的精度。唯一需要做出的決定是我們打算告訴華爾街我們的預測數字是多少。那時候，我們總是低估我們的收入（underpromise），因為我們知道結果會超出預期（overdeliver），唯一的問題是我們應該預測多少收入并且仍然在下一次財報會上給大家帶來驚喜，并且這種驚喜是可靠的。

我們對自身業務的了解深度繼續超過了我服務過的任何公司。這很大程度上要歸功于貝索斯對詳細程度的要求。沒人能像最高領導人那樣對責任設定標準。大部分功勞要算到Joy和我的經理Keith頭上，是他們讓Analytics Package成為了戰略規劃部門最核心的任務之一。Keith把我推給了Tufte改變了一切。還有更大的功勞屬于所有那些幫助收集業務各方面晦澀難懂的數據的人，那些負責本部門相關職責的同事，其中很多人都針對自身領域建立了自己的模型，并定期對其進行維護和更新，因為他們知道每個月我都會過來敲門給他們出難題。

我相信這一點，因為Joy跟幾乎每一條塊的運營者一樣了解我們業務的每一部分或者甚至更加了解，她是少有的幾個既能防守又能主動出擊的CFO之一。我見過的幾乎每一位CFO做法都是老一套；總是嚴厲控制開支，采取財務保守主義，對任何大膽的財務事項投以懷疑的眼光。這些Joy做得可以比下一任更好，但在位時她會敦促我們多花點錢，其熱忱不輸貝索斯。就像許多有夢想的CEO一樣，她知道有時候最好的防御就是進攻，尤其是在贏家通吃、先發優勢和網絡效應統治的互聯網市場。

我對有那么多的公司不去幫助自己的員工理解自身業務的數字作業仍然感到驚訝。新員工也許進行過入職培訓，了解了一些公司文化，出差政策，供應柜在哪里，也許還對使命宣言進行了一些討論。當然，這些都很有價值。但入職指導上一次展示公司的任何圖表是什么時候了？我們是不信任員工的計算能力嗎？還是害怕這種激進的透明度會讓他們不堪重負？后者也許這是一種控制機制，某種“你那點腦力就別關心這些數字了”專心解決好自己的問題就行了的態度？

光知道數字還不夠，但就像《點球成金》這樣的書解釋清楚那樣，這么做會揭示出隱藏的真相，價值的未知向量（比如Billy Beane和Oakland A的例子里面就是上壘率）。直至今天，大家還經常說Amazon這么多年都沒法實現盈利，好像這是個龐氏騙局一樣。1997年的一個深夜，也就是我剛到公司幾天之后，當時我大概通讀了最新一期Analytics Package有3、4遍，我知道了我們的隱藏真相：所有關于Amazon無利潤商業模式的說法都是謊言。我們利潤如果不用于對公司的再投資，我們從投資者融到的錢如果不用在對那些投資追加投資的話，其行為無異于自殘。唯一制約我們潛能的是我們的抱負有多大。

第二部分：經驗

這跟曲線圖有什么關系？我入職1、2個月后，我的經理讓我去參加一個正好在西雅圖舉辦的講座。這是整整一天的課程，內容圍繞著一本書的智慧展開，而且是作者主講。這本書叫做《The Visual Display of Quantitative Information（量化信息的可視化展示）》，是Amazon.com上一本超級暢銷書，在Amazon之前的時代，屬于長尾那種類型的書，也許仍然是一些小眾的參考書，書的作者是Edward Tufte。要我馬上列出自己讀過的最重要的書單是很難的，但這本是其中之一。

我的經理讓我參加講座為的是我能把那本書里面的原則應用到Analytics Package的圖表里面。我的那本書還放在我家里的書架上，這是我向工作同事推薦得最多的一本書。

本文啰啰嗦嗦了這么多還沒有進入正題，Tufte的書正好相反，它開篇就簡要總結了自己的關鍵原則。

卓越的統計圖表應該能夠清晰、精確、有效地表示復雜想法。圖形展示應該：

• 展示數據
• 誘導觀看者思考實質而不是方法論、圖形設計、圖形制作的技術或者其他
• 避免扭曲數據必須說明的東西
• 在很小的空間內呈現很多數字
• 大型數據集要保持一致
• 鼓勵用可視化的手段去比較不同的數據片段
• 從概況到詳細結構（或者望遠鏡+顯微鏡），以不同的詳細程度揭示數據
• 要有相當明確的用途：描述、探究、制表還是裝飾？
• 要跟數據集的統計和口頭描述緊密結合

圖形揭示數據。真的，圖形可以比常見的統計計算更精確更有啟迪作用。

就這些。書的剩余部分就是這些第一原則的出色詳述。整個世界就一頁紙。

在所有的圖形里面，曲線圖是最棒的。而在所有的形式里面，最標志性的，也是我在Analytics Package里面使用最多的一種，就是以時間為x軸，以要衡量的維度為y軸的那種曲線圖。數據按時間的發展趨勢。

一個數據點是一個數據點。兩個數據點隨時間的變化趨勢就能說明一個故事了。（開玩笑的，請不要只用兩個數據點來講故事）圖表上面的線條告訴我們曾經到過哪里，也會指明事情朝哪個方向發展。在當你對著曲線苦思冥想為什么上面的數據點會上升或者下降，或者為什么那么平時，就能掌握要研究的東西的基本機制。

我制作了好幾個月的Analytics Package圖表之后經理才授權我來寫附言。這是一個重要的日子，但寫業務狀況摘要這件事其實并不難。看著每一張圖表研究為什么它跟上個月不一樣以及怎么不一樣，我得到了寫東西所需的所有關鍵點。做圖表已經成功了一大半。

所以Tufte那本書里面的很多原則都落實到了Analytics Package里面。比方說，只要有關，每一頁都會顯示一系列的折線圖（small multiples），X軸和Y軸一樣的尺度，那時候折線圖在電子表格程序還不成氣候。

Tufte的影響力沒有一個地方能比我們的曲線圖體現得深。曲線圖能好到哪里去呢？畢竟，在所有東西里面，曲線圖真的非常簡單。但這是優勢，不是劣勢。這里的建議很簡單，實際上簡單到那你可能會以為這全都是慣例。不是的。當我看到網上分享的曲線圖時，哪怕是來自我關注的最聰明的人的，幾乎都不怎么遵守我要提供的建議。

也許Tufte還不夠出名，他的想法并沒有在商學院這樣需要學生使用Excel的院校里面得到傳授。這么說也沒錯，但我更愿意用一個更簡單的解釋：用戶太懶，Excel曲線圖默認就是糟糕的，而Excel是地球上最流行的制圖工具。

為了用實例來說明，下面我們就拿一個數據集在Excel里面做一張曲線圖，然后把我每個月制作Analytics Package需要做的事情走一遍。

網上共享的大部分圖表我都找不到原始數據，我又不想使用任何的專有數據。不過我的朋友Dan Wang 告訴我可以去Google Public Data Explorer上面找，其中有很多似乎是從World Bank Data Catalog抓取的，我從中提取了一些裸數據，以便節省時間。

我使用人均醫療保健支出（單位美元）。我選出8個國家并且選取覆蓋1995到2014所有年份的數據。我選取的都是我生活過或者訪問過的國家，有的則是別人跟我提到過他們的醫療保健體系，但此處的重點是，要想讓圖表易讀，限制曲線圖中的數據系列很重要。數據系列多少才合適要取決于那你想要研究什么，曲線點的集中程度如何，以及數據的差距有多大。有時候除非你把圖先做出來否則很難預計，但可以這么說，如果結果難以辨別的話，你做的圖表只會讓別人覺得自己傻。

下面就是當我框選數據（非常奇怪的是，我發現推薦圖表下拉按鈕和它推薦的3種圖表是柱狀圖，這絕對不是合適選擇，Excel很多地方的默認邏輯也都很糟糕）按下曲線圖按鈕之后我的Mac機上的最新版Excel做出來的圖表。這張圖我沒有做任何修改，只是直接保存下來，尺寸和格式都是Excel選擇的。

不好。按照Nudge的Richard Thaler和Cass Sunstein的哲學，我們只需要改進了一下Excel和PowerPoint的默認設置，全世界的圖表出色程度都會有極大改進。如果有人在做Excel和PowerPoint的圖表功能的話，請聽聽我的呼聲！提升普通人的制圖水平的權力就把握在你的手上。請讀讀Tufte的原則吧。

順便說一句，聽完Tufte的講座后，我走過去問他書里面的圖表是用什么軟件制作的。他怎么回答？Adobe Illustrator。為了得到他想要的結果，他，我猜還有他的助理，完全是靠手工布置每一個像素的。這對我制作Analytics Package的幫助不太大，因為我每個月都得做，而且還有其他事情要干，但對Excel制圖品質的吐槽即便在今天也仍然成立。

現在我們對上面那張圖表稍微編輯一下，就像我以前制作Analytics Package一樣。我們先從一些很明顯的問題開始：

• 圖例幾乎跟圖表一樣高
• 很多線條相互之間靠得太近了
• 左列的數字加千分號的好可讀性會更強
• 圖表需要一個標題

我把工作表內的圖表擴大了一點讓它更容易看清，出于某種原因大小大概是4張郵票那么大，這樣就解決了上面的問題。下面就是修改版。

Excel應該默認給千位添加逗號分隔符。上面這張圖效果多少好點了，但是標簽仍然很小，即便點擊上面的圖片并且放大到最大。不過，除了調整標簽和標題大小以外，我們還可以做哪些事情來改進一下呢？

我寫這篇文章的目的其實就想說一點，是提升你的Excel曲線圖的最簡單的辦法：

（1）把圖例去掉

如果你的余生只能記住一件事的話，光是這一點就能讓你的圖表好很多了，整整一代的觀眾都會感激你。

圖例的問題是它會讓用戶反復把目光在圖例和圖表之間來回切換，因為要設法用短時記憶記住某種顏色代碼體系。

看看上面這張圖。每次我都要看哪一條線是哪一個國家，我必須先看看下面的圖例再看看上面的圖表。如果我決定對任何兩個數據系列進行比較，我必須看下面記住兩種顏色，然后再看回圖表。且不說要比較3個國家或者全部了，但后者正是做這張曲線圖的目的。因為要迫使觀看者解釋你的圖例，你的曲線圖已經限制了圖很多的解釋效率了。

如果你只有兩個數據系列，圖例還不算什么，但效果仍然不如去掉圖例。當然，光是去掉圖例還不夠。

（2）去掉圖例并且直接在曲線上標記數據系列

不幸的是，這因此也讓你的工作變難了，因為，令人難以置信的是，Excel竟然沒有在圖表中對數據系列進行標記的選項。唯一的自動化選項是利用圖例。

如果我錯了的話，我會對我的錯誤感到高興，請向我指出來，但我已經嘗試過Excel的每一個圖表菜單，也就是右鍵點擊圖表不同的熱點，但我還是找不到選項。Excel強迫你點擊太多隱晦的熱點來喚起各種選項已經夠糟糕的了。但是在所有那堆沒用的選項之中你卻還是找不到這個選項是在是很滑稽。

唯一的解決辦法是手工創建數據系列標簽。你可以在Excel菜單、功能欄的某個地方找到插入文本框這個選項，所以我會給每個數據系列創建一個文本框然后大概放到合適的位置這樣就知道哪一個數據系列是哪個了。接下來，關鍵時刻到了。

選擇圖例，然后把它刪掉。

撤銷，然后再刪一次，這只是為了感受一下圖表填補了圖例被刪掉后留下的白區那種一下子變大的感覺。感覺很好。

接下來，選擇圖表的圖形區然后擴大圖表右側的部分邊緣來縮小圖形區，好留出位置給你的標簽。由于大家習慣從左到右閱讀時間序列，并且由于最近的數據位于最右端，你會希望你的標簽在右側，而觀看者的眼睛會自然地這么轉。

現在還不用把標簽移到確切的位置。先調整數據標簽的尺寸以及圖表的比例。不幸的是，由于這些文本框非固定的也不是附著在數據系列上的，每次你的圖表比例變化之后，你都得手工重新調整所有數據標簽的位置。所以這一步留到最后再做。

我之前還沒有用過這個最新版，圖表選項似乎比過去更加復雜了。為了改變x軸和y軸的標簽格式，你可以右鍵點擊每一條軸然后選擇設置坐標軸格式。我把y軸的文本格式改為貨幣。但為了改變每一軸的標簽大小，你得右鍵點擊每一條軸然后選擇字體。這些設置在不同的菜單下是Excel體驗的一部分。

在擴大x軸字體大小時，我發現文字太擠了，所以我把顯示刻度調整成了每2年。然后把所有數據序列標簽進行左對齊，接著用肉眼盡可能精確地調整好y方向位置。我好像記得Excel以前時允許選定文本框然后用方向鍵可以按像素移動的，但我試過不行，說不定你可能得在什么地方找到對象調整的下拉菜單然后選擇左對齊所有的標簽。

下面就是圖表的下一個迭代版本。

你可以點擊圖表放大點看。現在我們已經得到一個比Excel自動生成的圖表好很多的版本了。如果這個就是Excel的默認效果的話，我已經相當滿意了。但仍有改進空間。

顏色的使用本來是很有幫助的，尤其是當曲線之間很擠的時候，但如果有人是色盲怎么辦？如果我們一定要采用這種配色方案的話，我可以把數據系列標簽的顏色也調整成跟相應曲線一直。但再次地，既然標簽是手工添加的，你也得手動改變每一個標簽的顏色來跟Excel選定的配色方案一致，哈有這還是不能解決色盲的瀏覽者的問題。（為了舉例來做這個我就沒有耐心了，但你可以看看讓標簽顏色跟曲線顏色匹配有何幫助如果你是在Google Data Explorer看這個數據的話）

在《The Visual Display of Quantitative Information》中，Tufte用的顏色很少。在制作Analytics Package時，我手頭只有黑白打印機和復印機可用，所以哪怕它為你的圖表增加了一個維度，顏色也是白費心機。

盡管顏色有優點，可以更容易分辨很靠近的兩條不同的曲線，但這樣會引入各種很難預計的心理聯想可能反而容易造成干擾。比方說，在制作美國總統大選的圖表時，用藍色代表民主黨，用紅色表示共和黨是個好主意，因為這種配色方案已經受到廣泛認同。但在分辨你公司的不同部門，或者產品線時，隨意的顏色選擇會成為噪聲，或者更糟，會引起爭執。

不管你最后交付的版本是不是能夠顯示顏色，更安全的替代方案是采用不同的線型。是否顯示顏色要取決于你需要入圖的數據系列的多寡。我會查看數據序列曲線的格式選項，在這個版本的Excel里面被標記為Dash Type（劃線），我發現總共有8個選項，正好夠用到我的例子上。分配選項來盡量提高易讀性需要一些工作；你應該根據相鄰的對比度最大的原則來選擇哪個國家使用哪種線型。

在隨機選擇了線型之后，單色版的曲線圖變成這個樣子。

對于色盲用戶來說沒有問題，但我們這種對線型的使用也已經超出了我能夠忍受的程度。對我來說，用帶顏色的曲線跟蹤不同的國家的變化趨勢會更容易點，盡管這個單色版也不算糟糕。盡管如此，這張圖表在很多方面都讓我想起了我以前做的Amazon Analytics Package單色版的樣子，雖然沒有數據標簽（這里用不合適）并且還有水平網格線（我從來都不這么做）。

我們之所以要進行這些取舍是因為數據系列的絕對數量。8個序列不但是足夠，而且是太多了。舍棄部分數據序列之后，往往更容易更明晰地把這些當作一系列的折線圖來展示。這完全取決于目標以及你想要溝通什么。

到了一定時候，任何一套原則都不會放諸四海皆準，作為溝通者你必須做出一些主觀判斷。比方說，在Amazon，只要能展示出來的話，我知道Joy希望在圖表上看到數據值。 她是那種非常注重細節的人。一旦我把數據值放上去了，網格線就變成累贅了，而y軸也可以相應減少數字了。

Tufte建議減少非數據墨水（non-data-ink，跟數據無關的展示），網格線往往就屬于這種。在某些情況下，如果數據值沒有辦法放到圖表里面的話，我有時候會網格線放進去好方便計算一個值與另一個值的相對比例（數一下值之間的網格線數量即可），但這是特殊情況。

對于突變情況，比如一條曲線圖的異常逆轉，我往往會在圖表上直接插入備注，為的是預測和防止任何的觀看者提出問題。比方說，在上面的圖表里，如果數據序列減少但希臘仍保留，你可能會希望解釋一下從2008年開始醫療保健支出為什么會出現下降，辦法是在那個地方加一條備注說明這是希臘金融危機爆發的時間（我不知道這是不是實際的原因，但不管原因和理論是什么，我會列上去）。

如果在特定指標上我們有公司目標，我會以帶標簽漸近線的形式把目標附到相應圖表上面。提醒大家關注目標永遠都不嫌多。

作為舉例，下面是那張圖表的另一個版本，數據序列減少了，帶上數據標簽，沒有網格線，更少的y軸標簽。此外，由于曲線沒有堆在一起，我們不再需要不同的線型，避免了增加視覺噪聲。

以那種數據規模，數據值是不容易辨認的，但如果我要給Joy或者貝索斯制作圖表的話，我一定會增加標簽因為我知道他們需要那種詳細程度。而且在Amazon，我一般會限制我們的圖表不能跨越4或8個季度，所以在我們從來都沒有像上面這張圖表那么多的數據點。再次地，到了一定時候你得自己決定你的受眾是誰，你的目標是什么，然后相應修改你的圖表。

就像一部電影一樣，制圖是一個連續過程。出于不同的目的上面的圖表我可以生成更多的迭代版本，但你了解意思就行了。到了一定時候你總得打印出來。就像你要在片尾致謝一樣，這里的最后一步是在圖表下方把數據來源放上去，這樣大家就可以自己去找裸數據了。

在為了這篇文章準備這個例子之前，其實我對全球人均醫療保健支出是沒有什么了解的，除了知道美國的支出大幅領先全球以外。這張圖表揭示了這一點，而且說明了差距的量級。比方說拿中國來比較一下。中國的低支出該作何解釋？我可能可以猜到幾個原因，包括一些明顯的，比如龐大的人口基數，但這需要更深入的調查，可能還需要更多的圖表。Analytics Package慢慢膨脹的原因之一是一些圖表會引出更多的圖表。

為什么從2008年年開始希臘的人均醫療保健支出會下降？是因為金融危機嗎？為什么日本從2012年開始會扭轉上升趨勢？我們是不是應該把其他一些國家放進來進行比較，我們怎么才能選出最能說明問題的數據集？

我在Amazon的第一年里，每個月我大部分不睡覺的時間都是用來收集數字并確認其準確度，制作這些圖表，然后在設法拼湊出這些曲線背后的故事。制作曲線圖的過程是理解的序曲。

為了加速這種理解，再升級一下你的曲線圖，讓它變得有效、真實。贏有一些廣泛適用的原則來指導你。簡單總結一下：

• 不要圖例；相反直接在繪圖區標記數據序列。通常標簽放到最右側最近的數據點是最好的。一些人認為圖例是ok的如果你的數據系列不止一個的話。我的理念是任何組織得當的曲線圖都不需要。
• 使用千位逗號分隔符讓大數更易讀
• 與之相關，數據標簽的精度表示永遠不要超過需要。比方說，Excel往往為貨幣格式選擇2個小數位，但大多數曲線圖并不需要這個，而且往往還可以取整到千位或者百萬來減少數據標簽大小。如果你的數字是10億或萬億的規模的話，你就不需要看到那些0了，實際上這反而更難讀。
• 調整坐標軸標簽格式跟要衡量的數字的格式一致；比方說如果是美元的話，標簽格式化為貨幣。
• 注意一下坐標軸標簽的間隔，如果太擠的話調整一下。正如Tufte建議那樣，要盡可能減少非數據墨水但又不要影響信息傳達。
• Y軸要從0開始（假設你沒有負值）
• 數據序列不要太多；通常限制在5到8個之內，這要取決于曲線之間的擁擠程度。在罕見的情況下，超過這個限制也是可以的；有時候數據序列量大的是點，為了顯示一堆集中的曲線。這就是特殊情況。
• 如果你的數據序列太多，如果情況允許的話考慮用折線圖，比方說如果y軸在比例上適合所有折線圖的話。
• 尊重色盲用戶以及那些看不清楚你圖表顏色的人，比方說看黑白打印稿的，同時要有顏色以外區分數據序列的選項，比如線型。我在在Amazon處理那么多數字時，總是會將負數格式化為紅色，并且用括號包含起來以防有人看不到顏色。
• 對于異常事件要直接在圖表上插入解釋；你未必總能親自去解釋你的圖表，如果你的圖是送過去給別人的話。
• 一定要在圖表下方備注數據來源。

有時候適用的其他建議：

• 如果大家會問那些數字是什么，并且能夠簡單套用的話，在圖表上顯示具體數據值。如果你已經有數據標簽，網格線也許就沒必要了。實際上，哪怕你沒有數據標簽可能也不需要。
• 把數字目標值作為漸近線進入，這樣可以幫助受眾了解你是否趨向于達成目標。

《The Visual Display of Quantitative Information》為什么對我的影響那么大？如果它只是一本有關可視化的開創性著作的話，就不會是我最值得信任的參考書之一，放在我的《Garner’s Modern American Usage（加納的現代美國用法）》旁邊，總是伸手可及的地方了。那些從來沒做過圖表的人我是不會推薦這本書的。

這本書對我影響如此深遠的原因是這其實是一本通過知識追求真相的書。表面上看這本書講的是如何把圖表做得更好看；但本質上它告訴你的是如何讓思路清晰的原則。讀這本書，熬夜制作那些曲線圖，跟全公司的人交談以理解那些曲線圖該作何解釋，讓我找到了解釋過去預測未來的路徑。你去問任何人他們喜愛的作品（電影）書籍或者唱片等）是什么，答案都不僅僅是作品本身。我看過《禪與摩托車維修藝術》，我想它的讀者可不僅僅只是摩托車愛好者。

一張好的曲線圖應該是左右腦的融合，是文理的結合。光有數字并不足以解釋真相，但精確的數字，如果如實表示的話，是對我們道聽途說的放大、認知偏見以及部落聯盟的檢驗。

令我吃驚的是，每次我見到一張可以進行一些視覺編輯的曲線圖時，我想到最多的就是那本書。大多數人都很懶，大多數人都按照默認，而地球上最流行的做表應用的默認設置很糟糕。

（有人可能會說為什么不試試蘋果的Numbers。我試過一點，賓館它在美學上要比Excel更干凈，但總體而言電子表格太弱。我放棄PowerPoint轉用Keynote，盡管它們各有優點。不幸的是，這兩種都沒有很好的制圖表工具，盡管在功能上要比Excel的簡單。像Numbers一樣，Google Sheets的電子表格功能也很弱，而且非常難看。如果你們知道有什么出色的制圖表工具的話，只要不需要像Tufte那樣在Illustrator里面畫圖，請告訴我。）

譯者：boxi，由36氪編譯組出品。編輯：郝鵬程。

譯文地址：http://36kr.com/p/5131503.html

本文由 @郝鵬程 授權發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自 Pixabay，基于 CC0 協議