可视化图表入门教程讲解

数据可视化，即通过图表形式展现数据，帮助我们快速、准确理解信息。好的可视化会“讲故事”，能向我们揭示数据背后的规律。

本文主要介绍常见图表的信息表达特征和适用场景，帮助大家了解如何在不同的场景下选择合适的图表，从而帮助我们更清晰的传递信息。（注：正文中所有图表的制作所使用的工具为Yonghong Z-Suite）

图表基础元素

一张图表至少包含：标题、横纵坐标轴、数据系列、数据标签、图例等部分，每一部分都在图表中扮演特定的角色、表达特定的信息。

可视化图表的两个概念

1. 维度(Dimension)

如地区、性别、职业等，常常是观察数据的角度，往往是横坐标。特征为类别型字段、一般是离散的、不可进行四则运算。

2. 度量/指标(Measure)

如UV、PV、客单价、活跃用户数，数据的统计值衡量，往往是纵坐标。特征为数值型字段、一般是连续的、可进行四则运算

可视化图表类型详解
1. 折线图“家族”

折线图作为信息最明了的图表，是各种图表中最容易解读的图表，以下是它的几种变种：

基础折线图

例如图3所表示的是：某公司4.01-5.20日期间新增用户数的变化趋势，其中标记了两个运营的重要事件，分别是“应用市场投放开始”和“应用市场投放停止”。从折线图中我们可以发现，新增用户在应用市场投放后增长明显提升，并且带动了停止投放后的自然新增。

图3：基础折线图

面积大小对应该类别数值大小，反映不同类别占比关系及其时间趋势变化。

以图4为例，颜色代表不同渠道，面积的大小来表示新增用户，以时间来展示趋势变化。从图4中可看出AppStore和360手机助手为该产品下载量Top1、2的渠道。然而它的缺点是：由色块面积来表示数值大小不够直观。

2. 柱形图“家族

图5：累加柱形图

与堆积面积图相比，堆积面积图比累加柱形图多一时间维度，它可表达时间维度上的趋势变化。主要运用于多个指标进行对比分析的场景，但类别对象不宜过多，当超过5个，不适合使用此图表。

图6是某医院的科室患者和医生人数对比图。从图中可以发现在所有科室中，内科医生为医生数最多的一个科室，而儿科中的患者数是最多的，说明每个医生需要服务到更多的患者。

图6：多指标柱形图

单一指标柱形图，必须按照数值大小降序排列，从而提升条形图的阅读体验。当对比对象类别>5时，将多指标柱形图更改为单指标的条形图，能有效提高数据对比清晰度。

图7：单一指标柱形图

瀑布图的核心是按维度/指标下钻分解，如公司收入各用途分解、公司年利润按分公司分解、业绩按销售团队分解等。

例如图8为某公司去年收入成本的分解，从图中可以看到花费最多的为仓储费用，以此来判断是否有需要降低的费用，从而来提升净利润。

图8：瀑布图

背离式条形图比单一指标条形图的优势在于：多增加了一个对比维度以及双尾关注（正数第一、倒数第一）。当数据指标有正负对比、前后对比、左右对比概念时候，可以选择背离式柱形图。如：进出口贸易值对比、某业务的前后变化对比、人为构建的均值差异等。

图9：背离式条形图

柱形图结合折线图，通过对比多个指标，使得一个图表可以表现两个层次的信息。

图10：柱形图结合折线图
散点图适合用于发现变量间的关系与规律。用于观察两个指标的关系。

图11：基础散点图，在基础散点图上添加一个指标：用气泡大小来表示。

例如图12中，气泡大小表示在职时间。从图中可以看出，当人均接待数＞7的时候，在职时间长的员工2分钟内的回复率较高。

图12：气泡图

环状图是由两个及两个以上大小不一的饼图叠在一起，挖去中间的部分所构成的图形，与饼图本质上没有任何差别。

图13：环状图

饼图小结：
1）一般来说，数值最大的部分排在最前面，也就是12点钟方向顺时针；

2）饼图的细分项不宜过多，一般不超过8项；

3）不要制作三维的饼图，不直观；

4）切忌将饼图拉得过开，若要突出某一块，可单独将其拉开。

5. 其他图表

雷达图可以直观地呈现几个观察对象在多个指标上对比情况，但需要保证雷达图的指标代表正负倾向一致。需要注意的是：雷达图的线条不超过5条，衡量指标不要超过8个。

可视化图表入门教程讲解相关推荐

可视化图表进阶教程：业务数据地图的绘制
在上篇文章--<可视化图表入门教程>中,我们学会了基础可视化图表的使用,那么进阶可视化图表需要掌握哪些图表类型呢?本篇文章将为大家讲解"可视化图表进阶教程:业务数据地图的绘制&q ...
python数据分析图_Python数据分析:手把手教你用Pandas生成可视化图表的教程
大家都知道,Matplotlib 是众多 Python 可视化包的鼻祖,也是Python最常用的标准可视化库,其功能非常强大,同时也非常复杂,想要搞明白并非易事.但自从Python进入3.0时代以后, ...
wandb: 深度学习轻量级可视化工具入门教程
本文,就来给大家介绍一款新型的机器学习可视化工具,能够让人工智能研发过程变得更加简单明了. wandb: 深度学习轻量级可视化工具入门教程引言 wandb 验证数据可视化自然语言处理重要工具极 ...
wandb（wb）（weights and biases）: 深度学习轻量级可视化工具入门教程
参考文章:wandb: 深度学习轻量级可视化工具入门教程这wandb有点蛋疼啊,说登录https://wandb.ai/authorize?signup=true获取API KEY,但貌似要梯子才能 ...
html div讲解,divcss入门教程讲解
divcss入门教程讲解 DIV+CSS是WEB设计标准,它是一种网页的布局方法.与传统中通过表格(table)布局定位的方式不同,它可以实现网页页面内容与表现相分离.提起DIV+CSS组合,还要从X ...
[数据与分析可视化] D3入门教程1-d3基础知识
d3.js入门教程1-d3基础知识文章目录 d3.js入门教程1-d3基础知识 1 HTML介绍 1.1 什么是HTML? 1.2 自定义文档样式CSS 1.3 构建svg图形 2 d3绘图入门 2 ...
G6 图可视化引擎——入门教程——前言
什么是 G6 G6 是一个图可视化引擎.它提供了图的绘制.布局.分析.交互.动画等基础的图可视化能力.旨在让关系变得透明,简单.让用户获得关系数据的 Insight. 入门教程简介我们在本入门教程中 ...
Vue项目引入Echarts可视化图表库教程踩坑
Apache ECharts是一个基于 JavaScript 的开源可视化图表库,ECharts是一款基于JavaScript的数据可视化图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表. ...
Bokeh可视化图表使用教程
大家好,我是东哥.本篇是关于如何使用 Bokeh 的快速教程,首发于公众号:Python数据科学. Python交互式可视化库Bokeh在现代web浏览器中支持大型数据集的高性能可视化表示.Bokeh ...

可视化图表入门教程讲解

可视化图表入门教程讲解相关推荐

最新文章

热门文章