图表(Chart & Graph)你真的用对了吗?

简介:

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。

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

了解更多Chart信息:http://www.gcpowertools.com.cn/products/flexchart/

转载请注明出自:葡萄城控件


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。

本文转自ITPUB博客77rou的博客,原文链接:图表(Chart & Graph)你真的用对了吗? ,如需转载请自行联系原博主。

相关文章
|
5月前
|
人工智能 安全 Java
智慧工地源码,Java语言开发,微服务架构,支持分布式和集群部署,多端覆盖
智慧工地是“互联网+建筑工地”的创新模式,基于物联网、移动互联网、BIM、大数据、人工智能等技术,实现对施工现场人员、设备、材料、安全等环节的智能化管理。其解决方案涵盖数据大屏、移动APP和PC管理端,采用高性能Java微服务架构,支持分布式与集群部署,结合Redis、消息队列等技术确保系统稳定高效。通过大数据驱动决策、物联网实时监测预警及AI智能视频监控,消除数据孤岛,提升项目可控性与安全性。智慧工地提供专家级远程管理服务,助力施工质量和安全管理升级,同时依托可扩展平台、多端应用和丰富设备接口,满足多样化需求,推动建筑行业数字化转型。
189 5
|
Docker 容器
01Docker简介
01Docker简介
86 0
|
数据可视化 Python
神操作!用 Python 操作 xmind 绘制思维导图!
在平时的工作中当我们要总结一些知识的时候就需要一款工具来画画流程图,这里推荐 XMind 软件,用 Xmind 绘制的思维导图看起来思路清晰,那么今天的文章介绍关于思维导图的相关知识以及用 Python 如何操作 Xmind 绘制思维导图。
2168 0
神操作!用 Python 操作 xmind 绘制思维导图!
|
10月前
|
XML Java 数据库连接
性能提升秘籍:如何高效使用Java连接池管理数据库连接
在Java应用中,数据库连接管理至关重要。随着访问量增加,频繁创建和关闭连接会影响性能。为此,Java连接池技术应运而生,如HikariCP。本文通过代码示例介绍如何引入HikariCP依赖、配置连接池参数及使用连接池高效管理数据库连接,提升系统性能。
189 5
|
12月前
|
JavaScript 前端开发
js map和reduce
js map和reduce
|
存储 人工智能 自然语言处理
从API到Agent:万字长文洞悉LangChain工程化设计
本文作者试着从工程角度去理解LangChain的设计和使用。大家可以将此文档作为LangChain的“10分钟快速上手”手册,希望帮助需要的同学实现AI工程的Bootstrap。
|
索引 Python
python pandas 把数据保存成csv文件,以及读取csv文件获取指定行、指定列数据
该文档详细介绍了如何使用Python的Pandas库处理图像数据集,并将其保存为CSV文件。示例数据集位于`test_data`目录中,包含5张PNG图片,每张图片名中的数字代表其标签。文档提供了将这些数据转换为CSV格式的具体步骤,包括不同格式的数据输入方法(如NumPy数组、嵌套列表、嵌套元组和字典),以及如何使用`pd.DataFrame`和`to_csv`方法保存数据。此外,还展示了如何读取CSV文件并访问其中的每一行和每一列数据,包括获取列名、指定列数据及行数据的操作方法。
552 1
|
安全 C++
Qt moveToThread
Qt moveToThread
187 0
|
机器学习/深度学习 人工智能 弹性计算
|
存储 资源调度 JavaScript
使用 Homebrew 安装 Node.js
使用 Homebrew 安装 Node.js
1635 0