通过图表展示数据分析结果 | 学习笔记

简介: 快速学习 通过图表展示数据分析结果

开发者学堂课程【深入理解数据分析 通过图表展示数据分析结果学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/561/detail/7687


通过图表展示数据分析结果


一、数据图表的类型之表格

二、表格制作方法(Excel 工具)之数据表设计方案

三、图标设计案例鉴赏之设计案例鉴赏


一、数据图表的类型之表格

表格通常包括表标题、列标题、行标题、数据、脚注和资料来源。

image.png

数据图表的类型之柱状图

柱状图可以是横着或是水平,当为水平方向是,文字更容易认读,例如∶

image.png

数据图表的类型之折线图

折线图是对数据的时间趋势变化进行可视化展示的有效工具,因此是展示时间序列数据的最佳图表类型。可以通过调整图表参数来更好地传达信息,但是注意不要扭曲数据。

数据图表的类型之饼图

饼图应该用来显示信息的相对比率(或百分率)。但饼图往往遭到无节制的滥用,置这一建议的限定情境于不顾。饼图是误用最多的图表类型。

image.png

数据图表的类型之散点图

图中每一个点的横纵坐标都分别对应两个变量各自的观测值,因此散点所反映出来的趋势也就是两个变量之间的关系。是大概了解趋势、集中度、极端数值的有效方式,可指导受众应该进一步把考察工作着重在哪一方面。

数据图表的类型之气泡图

气泡图与 XY 散点图类似,但它们对成组的三个数值而非两个数值进行比较,第三个数值确定气泡数据点的大小

image.png

数据图表的类型之雷达图

雷达图主要应用于企业经营状况——收益性、生产性、流动性、安全性和成长性的评价。上述指标的分布组合在一起非常象雷达的形状,因此而得名。

image.png

数据图表的类型之其他一些数据图表

image.png


二、表格制作方法(Excel 工具)之数据表设计方案

1.数据条

利用数据条功能,可以非常直观的查看选定区域中数值的前后变化情况。

image.png

2.图标集

“图标集”主要包含了“自定义数字格式”和“条件格式”两部分内容,使用技巧并不复杂,只是很多老师还不熟悉。

3.迷你图

Excel2010中的迷你图是在工作表单元格中创建的微型图表,可提供数据的直观表示,通过清晰简明的图形表示方法显示相邻数据的趋势,快速查看迷你图与其基本数据之间的关系

image.png


三、图标设计案例鉴赏之设计案例鉴赏

数据可视化通常的方法就是使用图表,其实不仅仅是选择合适的图表类型,更要以一种容易理解的方式来呈现信息。以下要呈现的是几个糟糕的图表案例。

1.错误1:混乱的饼图分割

方法1:将最大的部分放在12点钟方位,要顺时针。第二部分12点钟,逆时针方向。剩下的部分可以放在

下面,继续逆时针方向。

image.png

方法2:最大一块12点钟开始,顺时针方向旋转。剩余部分在降序排列,顺时针。

image.png

2.错误2:在折线图中使用不连贯的线条虚线,虚线容易分散注意力。

相反,使用实线和颜色,反而容易区分彼此的区别。

image.png

3.错误3:数据排序混乱

你的内容应该以一种合乎逻辑的和直观的方式来引导读者了解数据。所以,记得将数据类别按字母顺序,大小顺序,或价值进行排序。

image.png

4.错误4:数据模糊不清确保没有数据丢失或被设计。

例如,使用标准的面积图时,可以添加透明度,确保读者可以看到所有数据。

image.png

5.错误5:让读者自己解读设计师应该使图表尽可能轻松地帮助读者理解数据。

例如,在散点图中添加趋势线来强调的趋势。

image.png

6.错误6:条状图太胖或太瘦或许你的报告很有创意,非常精彩,但是记得图表设计水平也要跟上。

条形图之间的间隔应该是1/2栏宽度。

image.png

相关文章
|
10天前
|
数据采集 机器学习/深度学习 数据可视化
了解数据科学面试中的Python数据分析重点,包括Pandas(DataFrame)、NumPy(ndarray)和Matplotlib(图表绘制)。
【7月更文挑战第5天】了解数据科学面试中的Python数据分析重点,包括Pandas(DataFrame)、NumPy(ndarray)和Matplotlib(图表绘制)。数据预处理涉及缺失值(dropna(), fillna())和异常值处理。使用describe()进行统计分析,通过Matplotlib和Seaborn绘图。回归和分类分析用到Scikit-learn,如LinearRegression和RandomForestClassifier。
26 3
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
机器学习 —— 数据分析与图表绘制
机器学习 —— 数据分析与图表绘制
36 2
|
2月前
|
Python
Python 的科学计算和数据分析: 如何使用 Matplotlib 绘制图表?
Matplotlib是Python的绘图库,用于创建图表。基本步骤包括:导入库(`import matplotlib.pyplot as plt`),准备数据(如`x = [1, 2, 3, 4, 5]`, `y = [2, 4, 6, 8, 10]`),创建图表对象(`fig, ax = plt.subplots()`),绘制图表(`ax.plot(x, y)`),设置标题和标签(`ax.set_title()`, `ax.set_xlabel()`, `ax.set_ylabel()`),最后显示图表(`plt.show()`)。完整示例代码展示了如何绘制一个简单的折线图。
36 5
|
2月前
|
数据可视化 前端开发 数据挖掘
数据分析可视化神器---streamlit框架,各种图表绘制,布局以及生产综合案例剖析
数据分析可视化神器---streamlit框架,各种图表绘制,布局以及生产综合案例剖析
246 0
|
2月前
|
数据挖掘 数据库
GEE——降水数据分析(半天)图表分析含(IANA(IANA Time Zone Database) 时区名称的定义)
GEE——降水数据分析(半天)图表分析含(IANA(IANA Time Zone Database) 时区名称的定义)
49 1
|
2月前
|
Python
Python 的科学计算和数据分析: 如何使用 Matplotlib 绘制图表?
Python 的科学计算和数据分析: 如何使用 Matplotlib 绘制图表?
|
2月前
|
数据可视化 数据挖掘 Linux
数据分析入门系列教程-常用图表
数据分析入门系列教程-常用图表
|
2月前
|
数据可视化 JavaScript 前端开发
【数据分析与可视化】pyecharts可视化图表讲解及实战(超详细 附源码)
【数据分析与可视化】pyecharts可视化图表讲解及实战(超详细 附源码)
251 0
|
7月前
|
数据可视化 前端开发 数据挖掘
Python 教程之数据分析(3)—— Python中不同图表的数据可视化
Python 教程之数据分析(3)—— Python中不同图表的数据可视化
92 0
|
8月前
|
机器学习/深度学习 自然语言处理 算法
Python预测 数据分析与算法 学习笔记(特征工程、时间序列)2
Python预测 数据分析与算法 学习笔记(特征工程、时间序列)
139 0