时间常常被认为是一种主观的体验，然而在可视化的表达中，时间却成为了结构化维度。时间帮助我们构建稳健而直观的框架，使我们更好地建立事件间的联系。 按照时间线的方式阐述信息已经广泛应用于企业传播、营销的各个领域。从小扎、雷总介绍新产品，到日常做年报、里程碑事件的PPT，我们都能发现时间线的身影。或许你和我一样抱有疑惑：怎样才能将时间线用得出彩？那么今天我们不妨看看以下七种有意思的时间线设计。

◆ ◆ ◆

时间线的构成

要玩转时间线，首先我们需要了解其四方面的构成元素：

1、描述时间的轨迹或路径：我们以何种方式呈现时间线，它的发展轨迹如果，如何体现时间的变化？

2、点或段的定义：时间线上排布哪些要素，某一个固定的时间节点如何展开？

3、文本或图形的定义：文本和图形所放置的位置，他们是否需要呈现某种变化关系？

4、标签和调用的定义：补充说明的标签如何植入，需要调用哪些图文来增强阐释？

◆ ◆ ◆

三维螺旋时间线

在古时候，东西方的先贤已经用首尾相衔的蛇来表示时空的无尽，柏拉图形容衔尾蛇为一头处于自我吞食状态的宇宙始祖。而同样的螺旋方式也可以用在时间线的表达上。我们发现三维螺旋时间线能够更理想地刻画时间周期中其他要素的变化。在这个例子中，插图增加了地理、生物的演变，让整个历史周期的显得更为奇妙。我们在农业、工业产品制造中也可以通过三维建模地形式将生物科技、产品流程等不易观察的内容进行更好地展示。

◆ ◆ ◆

交互时间线

这个精致的时间线显示了大英图书馆中的西方历史资源。用户在显示的顶部选择一个时间线，然后通过在底部的滚轴控制时间周期，最后选择一个图像卡，并访问该卡背面的信息页面。与大多数时间线不同的是，使用交互的时间线并没有描绘一个完整而庞大的时间路径，而是将他们打包好，卡片化地放置在最底层的时间线上布局。这样的形式可以用在目前的游戏、网页页面中。

◆ ◆ ◆

棋盘时间线

一款当年盛行的大富翁游戏，将棋盘类的时间线深深地印刻在我们的记忆里。棋盘时间线浅显易懂、生动活泼，在设计上也能植入丰富的元素，因此是许多流程图、进程表、大事件表的理想选择。

◆ ◆ ◆

大数据时间线

这个时间线描绘了从公元前1184年到公元3978年间的历史。要将这么庞大的时间脉络放进一个整洁的图上几乎是不可能的。因此设计师和艺术家们尝试用更为抽象的方式来描绘时间旅行。在银河系搭车手册、星际穿越、三体等许多著作里，我们都感受到了时间线是一个可以扭曲的维度，而在这张图里，便是用曲线和混沌的关系网来描绘时间的轨迹，并用颜色代表了时间旅行的方法。并非所有人都能看懂和接受这样的时间线图，但相信这个图的受众，大多数的科幻迷都会理解的。大数据时间线可能离我们日常所见的信息图稍远一些，但在数据分析越来越重要的当下社会，必将有更多的应用。

◆ ◆ ◆

关系时间线

在哲学和艺术史的研究里，我们常常通过三种方法来判定一个人属于什么流派：他的风格如何、他推崇会跟随过谁、他处于什么时代。在这张西方文化史的时间线图里，背景形态刻画了各类流派存在的时间跨度，顺着时间线，我们可以点击查看各流派之间的冲突和融合。具有关系的时间线目前越来越多地搭配交互使用，在电脑端和移动端数据新闻页面上，均有过出色的实践。

◆ ◆ ◆

甘特时间线

甘特图又称为横道图、条状图，即以图示的方式通过活动列表和时间刻度形象地表示出任何特定项目的活动顺序与持续时间。基本是一条线条图，横轴表示时间，纵轴表示项目，线条表示在整个期间上计划和实际的活动完成情况。甘特图不仅常常出现在我们的Excel项目计划里，也在影音剪辑软件等界面上颇为常见。这张时间线图描绘了“美国总统选举的辩论情况”。设计师为此创作多重的时间表：左侧代表了选举年份，上方代表了辩论日程，下方代表了每个阶段的议题，并有一个简单引向图例的颜色代码。我们可以将甘特图运用于项目的规划上，同时也可以用来反映一个项目进行中的多层面事件。

◆ ◆ ◆

复杂时间线信息图

在如图所示的趋势图中，时间线提供了一个框架，用于整合其他类型的抽象图形。混合的格式允许设计师添加新的维度，将相关信息与时间线相串联。与此同时，为了帮助读者区分图形类型，设计师需要增加更清晰的视觉引导，比如：图标、放大区域。在复杂的时间线信息图中，到底是帮助理解还是阻碍沟通，取决于信息是否能够按照逻辑聚焦。复杂时间线信息图常常用在企业墙、画册首页，用于介绍里程碑事件和企业的发展历程。

参考：http://understandinggraphics.com/visualizations/visual-language-of-timelines/

往期精彩文章推荐，点击图片可阅读

[干货] 一个数据科学家的新年计划

[译]天龙八步：8步让你变成数据科学家

原文发布时间为：2016-02-10

本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号