• 图表(Chart & Graph)你真的用对了吗?


    工作中,我们常常会遇到各式各样的数据,例如网站性能,销售业绩,客户服务 、营销活动等数据。对于这些数据,有哪些行之有效的方法来形象化数据,挖掘数据关系,提升数据价值呢?

    答案就是将这些数据可视化。数据可视化主要是借助图形化的方法,清晰有效的展示数据,让关系繁杂的数据变得一目了然,数据趋势变得明显,数据内在关系变得明确。

    数据可视化的第一步就是选择选择合适的图表类型。

    为了确保我们正确的使用了图表,可以从以下5个方面具体考虑。

    1. 是否需要对比数据?

    图表很适合于对比多个数据集。通过图表,可以轻易的看到数据的高低。有以下几种类型,用于创建对比数据的图表:

    • 柱状图
    • 条形图
    • 百分比图
    • 线形图
    • 散点图
    • 子弹图

    2. 是否需要展示数据的组成部分?

    这种图表类型主要用于展示数据的所有组成部分,例如各省份的数据合在一起组成全国数据。

    有以下几种图表类型,展示数据的组成:

    • 饼状图
    • 堆叠条形图
    • 堆叠柱形图
    • 面积图
    • 瀑布图

    3. 是否需要了解数据的分布?

    分布图表能够帮助我们清晰的理解正常趋势、正常范围和异常值。

    有以下几种图表类型,展示数据的分布:

    • 散点图
    • 线形图
    • 柱状图
    • 条形图

    4. 是否需要分析数据趋势?

    可以通过这种图表了解数据集的更多趋势信息。主要有以下几种图表类型:

    • 线形图
    • 双轴线图
    • 柱状图

    5. 是否需要了解更多数据集之间的关系?

    关系图形很适合于显示一个变量与单个或多个不同变量之间的关系,以便查看变量是否对其它变量产生了影响。

    关系图形有以下几种类型:

    • 散点图
    • 气泡图
    • 线形图

    下面是13 种用于分析和呈现数据的不同类型的图表。为了更好地了解每个图表以及如何使用它们,文中分别对每一种图表进行了概述。

    1)柱状图

    柱状图用于显示不同数据之间的对比,也可以显示随时间变化的数据对比。

    设计柱状图的最佳做法:

    • 图表中使用对比色,高亮特殊有意义的数据。
    • 使用水平标签,提高数据可读性。
    • y轴起始为0,可以显示各柱状的数值。

    2)条形图

    条形图基本上是水平的柱形图,可以用于避免在超过10个项目进行比较时产生杂乱。这种图表类型也可用于显示负数。

    设计条形图的最佳做法:

    • 图表中使用对比色,高亮特殊有意义的数据。
    • 使用垂直标签,提高数据可读性。
    • X轴起始为0,可以显示各柱状的数值。

    3)线形图

    线形图展示了数据随时间变换的趋势,可用于显示许多不同类别的数据。需要绘制连续的数据集时,很适合使用这种图表类型。

    设计线形图的最佳做法:

    • 使用实线绘制。
    • 数据线不超过4条,以免产生混乱。
    • 使用正确的高度,使线条占据y轴高度的2/3左右。

    4)双轴图

    双轴图可用于显示双Y轴的数据。这种图形由三个数据集组成,两个Y轴数据,一个X轴数据。主要用于显示两个Y轴随X轴变化时的相关性。

    设计双轴图的最佳做法:

    • 使用左侧的y轴作为主要变量 ,因为大脑自然倾向于先看向左。
    • 使用不同的图形样式来说明两个数据集,如上所示。
    • 为两个数据集使用对比色。

    5)面积图

    面积图基本上是一条线图,但X轴和线之间的空间用颜色或图案填充,用于显示局部和整体的关系,可以帮助分析总体趋势和单个数据趋势。 

    设计面积图的最佳做法:

    • 使用透明的颜色 ,使Y轴标签不被遮蔽。
    • 最多显示4个数据,以免产生混淆。
    • 图表顶部的数据是高度可变的,方便阅读。

    6)堆叠条形图

    这种图表用于比较多个不同的数据集,并显示每个被比较的数据集的组成。

    设计堆叠条形图的最佳做法:

    • 最适用于说明部分和整体的关系。
    • 使用对比色,会使对比更加清晰。
    • 图表尺寸足够大,以便各数据组之间有间隙。

    7)饼状图

    饼状图用于显示整体的组成比例。饼状图的每一部分都是百分比数字,所有部分的总和等于100%。 

    设计饼状图的最佳做法:

    • 组成部分不宜过多,以免各部分之间不好区分。
    • 确保各部分百分比加起来达到100%。
    • 百分比与扇形面积成正比。

    8)散点图

    散点图用于显示两个不同变量之间的关系,或者用于揭示数据的分布趋势。当数据点较多并且需要显示数据集的相似性时,可以使用散点图。这种图形在寻找异常值或了解数据的分布时,会非常有用。 

    设计散点图的最佳做法:

    • 尽可能的多包含数据。
    • 启动y轴为0,以便准确地表示数据。
    • 只使用两条趋势线,以便点数据更好理解。

    9)气泡图

    气泡图类似于散点图,用于显示分布或关系。气泡或圆的大小代表着数据大小。 

    设计气泡图的最佳做法:

    • 气泡的面积代表数据大小。
    • 确保标签清晰可见。
    • 仅使用圆形。

    10)瀑布图

    瀑布图用于显示初始值如何受到中间值(正或负)的影响,并产生最终值,主要用于展示数据的组成。

    设计瀑布图的最佳做法:

    • 使用对比色来突出显示数据集中的差异。
    • 使用温暖的颜色代表增加,冷色代表减少。

    11)漏斗图

    漏斗图显示了一系列步骤以及每一步的完成率,主要用于跟踪每一个页面或步骤的转换率。

    设计漏斗图的最佳做法:

    • 根据数据集的大小,准确的显示每个部分的大小。
    • 漏斗图中使用渐变色调中的对比色。

    12)子弹图

    子弹图用于和标尺做对比,以便显示目标的进展程度。

    设计子弹图的最佳做法:

    • 使用对比色来突出显示数据的进度。
    • 使用不同色调的颜色来衡量进度。

    13)甘特图

    甘特图擅长说明项目的开始和结束日期要素。 设定期限对项目的成功至关重要。 时刻了解需要完成的事情以及什么时候完成,是实现项目成功的关键。 这正是引入甘特图的原因。

    设计甘特图的最佳做法:

    • 迅速的改变甘特图中的条状颜色,以便告诉阅读者参数的关键变化。
    • 可以在甘特图中结合地图和其它图表类型。

    看完以上常用图表的介绍,你真的用对了图表吗?

    原文链接:https://blog.hubspot.com/marketing/data-visualization-choosing-chart

  • 相关阅读:
    S3:代理模式 Proxy
    S2:外观模式 Facade
    S1:适配器 Adapter
    C5:单例模式 Singleton
    C4:原型模式 Prototype
    C3:建造者模式 Builder
    C2:抽象工厂 Abstract Factory
    C1:工厂模式 Factory
    设计模式分类
    数据访问对象模式
  • 原文地址:https://www.cnblogs.com/Unknw/p/6959583.html
Copyright © 2020-2023  润新知