一 前言

数据图表则是用来表现数据的一类图表,用来帮助用户理解数据。在这类图表中,以三大类图表最为常用 —— 柱状图(条形图)、折线图、饼图。据非官方统计,数据图表使用率占所有图表的类型的62%。所以,我们今天的主要话题是数据图表。图表是将数据信息可视化的有效方式,图表类型与数据特点有效结合,能够让数据变化趋势和内在关系一目了然,从而实现数据信息地快速传递和接收。

二 图表特点

1.简洁大方

图表应尽量简单呈现关键信息,去掉花哨的形状效果、配色和背景

2.表意清晰

图表要让观众一眼就能看懂,降低用户单位时间内的思考成本

3.重点突出

图表要让观众迅速注意到重点信息

三 制作图表

最常用的反应数据情况和变化趋势的图表。

普通折线图可通过线的升降变化显示连续数据之间的变化趋势。可应用在:

  • 展示公司当年销售额的变化情况。
  • 城市课堂仪表板中,展示不同时间段学生签到情况。
  • 一天之内不同时间段,店铺客流量。
    如下图所示:

优点:反应事物随类别变化的趋势,可以清晰展现数据的增减趋势、增减的速率、增减的规律、峰值等特征。

缺点:不适合无序的、分类的、离散型的数据。

饼图用于分析数据的占比,用户可通过饼图很直观的看到每一个部分在整体中所占的比例。如下图所示:

优点:明确显示数据的比例情况。通常用来描述量、频率或百分比之间的相对关系。

缺点:不适合较大的数据集(分类)展现,当比例接近时,人眼很难准确判别。

柱形图可以展示每项数据在一段时间内的变化及数据间的比较情况。例如,柱图可以比较某个路口不同时间段的车流量、各月的销售额展示、公司不同年份利润展示等。如下图所示:

优点:可清楚的看出数量的多少及比较出数据之间的差别。

缺点:不适用于较大数据集的展现。

四 总结

不论是在哪个行业,“数据支撑”这个理念始终会伴随着我们。数据展现的形式多种多样,而
帆软基础图表是我们展现数据常用的形式之一。选用帆软finebi的图表,不混淆它们的概念和作用,从而使图表的呈现符合我们的阅读习惯,提高我们的工作效率,想让人们在海量的数据中,发现数据的规律,或者清晰地发现特异的数据,帆软数据可视化是一个有效的表达方式。

数据可视化之基础图表相关推荐

  1. Vue 之 echarts 图表数据可视化的基础使用(简单绘制各种图表、地图)

    Vue 之 echarts 图表数据可视化的基础使用(简单绘制各种图表.地图) 目录 Vue 之 echarts 图表数据可视化的基础使用(简单绘制各种图表.地图) 一.简单介绍 二.环境搭建 三.使 ...

  2. R语言数据可视化 ggplot2基础1 ggplot2 图形的分层语法 Layered Grammar 简介

    R语言数据可视化 ggplot2基础1 ggplot2 图形的分层语法 Layered Grammar 简介 分层语法的组成(data-stat-geom-scale-coord-facet) 用分层 ...

  3. 数据可视化:常用图表使用总结

    文章对常见的数据可视化图表进行了简单的汇总分析,希望对你有益. 什么是数据可视化? 数据可视化,简简单单就是把数据展示出来吗?非也非也,其终极是为了满足用户对数据的价值期望,利用数据,借助可视化工具, ...

  4. R语言数据可视化 ggplot2基础4 位置与坐标系

    R语言数据可视化 ggplot2基础4 位置与坐标系 我们继续使用ggplot2::diamonds介绍position. position = "identity" ggplot ...

  5. R语言数据可视化 ggplot2基础3 添加几何对象

    R语言数据可视化 ggplot2基础3 添加几何对象 数据的统计变换 添加几何对象 数据的统计变换 添加几何对象 上一讲我们介绍的是如何创建散点图,这一讲我们介绍如何创建其他类型的图,以及怎么创建有多 ...

  6. R语言数据可视化 ggplot2基础2 创建单图层的散点图 创建facet

    R语言数据可视化 ggplot2基础2 创建单图层的散点图 创建facet 单图层散点图 单图层散点图的facet 单图层散点图 这一讲我们从最简单的散点图开始介绍ggplot2应用的基础,首先我们下 ...

  7. echars显示折点数据_数据可视化的基础语法

    数据可视化的基础语法 可视化主要是以图像来展示数据间的关系, 常见的图形种类有 折线图,散点图,条形图,直方图,饼图. 此外在接下来课程中还会用到箱线图,热力图,蜘蛛图,表示二元变量分布和成对关系的视 ...

  8. 数据可视化的基础知识·翻译完成

    原文:Fundamentals of Data Visualization 校验:飞龙 协议:CC BY-NC-SA 4.0 欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远. Ap ...

  9. 数据可视化怎么选择图表

    数据可视化具体来说就是图表的设计,我们在做图表设计时候经常面临着怎么选用合适的图表,Andrew Abela 整理了图表类型选择指南: Andrew Abela将图表展示的关系分为4 类:比较.分布. ...

最新文章

  1. APACHE工作原理详解
  2. go语言中利用匿名函数和闭包实现文件名修改
  3. Tensorflow载入模型详解,方法一(基础版):针对测试模型性能 和 使用模型。
  4. redis客户端连接数量_实战解析无所不知的Redis拓展应用——Info,进阶学习,无所不能...
  5. MyBatis --教程
  6. .Net Core 商城微服务项目系列(二):使用Ocelot + Consul构建具备服务注册和发现功能的网关...
  7. 【linux指令】sed指令
  8. matlab两个曲线的名称怎么显示出来的,求MATLAB的高手,怎么把两张仿真曲线合并显示在一张图上?...
  9. 新路由3 高恪魔改固件+底包
  10. axure后台示例_AxureUX中后台管理信息系统通用原型方案 v1.1
  11. 51单片机用PID算法温度控制器毕业设计 完整资料,Matlab作图仿真源码
  12. android wps mac 下载地址,wps for mac下载
  13. python 字典嵌套列表 循环打印_python的list的基本操作、list循环、切片、字典基本操作、字典嵌套、字符串常用方法...
  14. 激流之傲服务器维修,国服3月15日部分服务器预计维护16小时
  15. IDEA SpringBoot引入外部jar并打包
  16. 网络图片爬虫(几个简单步骤实现网页图片的爬取,详细步骤,超详细,简单易懂)
  17. 健康小贴士:喝酒时别点哪些菜_新闻中心_新浪网
  18. 电源纹波和噪声及其测量和改善方法
  19. 智慧工厂三维可视化决策系统平台(数字孪生)-解决方案开发案例
  20. Localization of Classified Objects in SLAM using NonparametricStatistics and Clustering(2018,IROS)

热门文章

  1. 手动计算Q-Learning的一个实例
  2. 二级分销系统开发源码可以用多久?
  3. 基于STM32智能RFID刷卡汽车位锁控制系统设计
  4. Civil3D2018-01使用配置
  5. Civil3D二次开发之撤销(Undo\Ctrl+Z)命令
  6. 链表:递归中删除结点不发生断链
  7. matlab中strvcat函数,matlab 函数手册大全(3)
  8. python spring框架_Spring Python
  9. ih5怎么切换下一个页面_ih5快速入门(二)
  10. 基于java的高校运动会管理系统的设计与实现--毕业论文(可仅作参考)