标签：选择 图表 数据表 柱状图 可视化 维度 条形图 度量
在现今这个时代，数据可视化已经成为办公标配，很多策划、运营、分析师都需要制作以图表为主要元素的数据报告。数据报告的制作工具有很多，其中excel是大家比较常用的；另外很多低代码配置工具也渐渐开始流行起来，比如图表秀、网易有数、镝数、FineReport、Tableau等。这些工具提供了丰富多元的图表，覆盖了各种各样的使用情景；但也因为多，在图表选择上也带来了门槛。如果把“单线折线图”和“多线折线图”当做不同图表来算的话，目前常见的图表就多达70种。针对这样的情况，我分享一些自己选图表的经验，希望能给大家的工作带来一点帮助。
图表选择的本质：将数据分析结论如实、直观的展示出来。
图表选择的步骤：
- 明确数据分析结论；
- 梳理数据表结构；
- 根据数据分析结论和数据表结构，选择合适的图表。
接下来，我针对每个步骤进行详细说明：
【步骤一：明确数据分析结论】
基于分析目的，大致可划分出八种数据分析结论：
一、看落差
定义：通过比较值的大小，帮助读者了解事物之间的差距
问题：
1、哪个多，哪个少？
2、多多少，少多少？
典型图表：
基本柱状图
二、看趋势
定义：展示某个序列的数值变化过程，以此预测该序列的发展趋势（如时间序列，帮助读者了解历史的变化，预测未来的趋势）。
问题：
1、整体变化是上升、下降，还是波动？
2、上升了多少，下降了多少，哪个序列段在波动？
典型图表：
基本折线图
三、看构成
定义：帮助读者了解一个整体由哪些部分构成，以及每个部分的各自占比。
问题：
1、由几个部分构成，主要组成部分是什么？
2、各部分的占比分别是多少？
典型图表：
基本饼状图
四、看位置
定义：帮助读者了解事物在空间上所处的相对位置，一般用于地理位置的呈现。
问题：
1、事物之间的相对位置，即谁在谁的前/后/上/下/左/右？
- 事物之间的距离值？
典型图表：
地区分布图
五、看分布
定义：关注数据整体情况，如最大值、最小值，平均数、中位数、众数、离散程度、异常值等。往往会通过定量值在数轴上各间隔间的频次分布，帮助读者识别事物在某一维度上的分布形状、主要集中区域、异常情况等。
问题：
1、大致的分布情况是否服从某种规范（如平均分布、正态分布），主要集中区域，异常情况突出吗？
2、在每个间隔上的具体频次各是多少，哪些间隔不服从规范，哪些间隔有异常值，异常值分别是多少？
典型图表：
跨度图（看最大值最小值）
箱型图（看平均值、中位数、离散、异常）
六、看关系
定义：帮助人们了解变量之间的关系（包括正负相关、层级、流向等不同关系），发现变量间的相关性、上下层级和分流比例等。
问题：
1、数据之间存在哪种关系，如正负相关、层级、流向等？
2、数据之间的关联程度、各层级流失率、起点分流到不同终点的比例？
典型图表：
散点图
漏斗图（看层级）
桑基图（看流向）
七、看重点
定义：当某个数据很重要时，帮助读者锁定、记住它。
问题：
1、这个重要数据是什么（一般要突出维度）？
- 数据值是多少（一般要突出度量）？
典型图表：
数字图
八、看好坏
定义：通过基准值/线，帮助读者判断数据的好与坏。
问题：
1、这个数据是好还是坏？
2、数据比标准高了多少，低了多少？
典型图表：
带标准线的图表
【步骤二：梳理数据表结构】
基于分析目的，大致可划分出八种数据分析结论：
数据表通常由三个部分组成：维度、度量、数据实例。
单维度单度量数据表结构
如上图所示：左边这列字段是字符串，这样的字段通常就是维度，右边这列字段是数值，这样的字段通常是度量。首行下的具体数据内容，我们可以称为数据实例。
有些表会复杂一些，有多个维度和多个度量，但我们可以看到度量通常是独立的，彼此之间不相关；但维度通常是有层级关系的，一层套一层。
多维度多度量数据表结构
总的来说，按照维度和度量的列数不同，数据表结构可以分为：单维度单度量、单维度双度量、单维度多度量、双维度单度量、多维度单度量、多维度多度量。
除此之外，数据表结构还有一些其他特征会影响图表选择，如维度名称的总长度、最大值和最小值之间的差距、数据实例的行数等。
【步骤三：根据数据分析结论和数据表结构，选择合适的图表】
接下来，我以“看落差-柱状图”为例来具体讲讲选择图表的全过程：
1、明确数据分析结论
（1）假设我的数据分析结论是要“看落差”，即回答一系列同类事物中，哪个多/哪个少、多多少/少多少的问题。
（2）基于上回分享的内容，“看落差”的典型图表类型就是柱状图。
2、梳理数据表结构
根据维度和度量的列数不同，确认数据表结构属于哪种类型：单维度单度量、单维度双度量、单维度多度量、双维度单度量、多维度单度量、多维度多度量。
3、根据数据分析结论和数据表结构，选择合适的图表
3.1 数据表结构：单维度单度量
数据表结构：单维度单度量
推荐图表：基本柱状图
基本柱状图
如果：维度列数>10
那么：基本柱状图 → 基本条形图
基本条形图
如果：维度名称长度>单柱宽
那么：基本柱状图 → 基本条形图
基本条形图
如果：柱宽及间隔之和>呈现框长度
那么：基本柱状图 → 径向柱状图
径向柱状图
如果：条宽及间隔之和>呈现框长度
那么：基本条形图 → 径向条形图
径向条形图
如果：度量最大值/最小值>10
那么：径向柱形图 → 玫瑰面积图
玫瑰面积图
3.2 数据表结构：单维度双度量
数据表结构：单维度双度量
推荐图表：分组柱状图
分组柱状图
如果：维度名称字符长度>单柱宽
那么：分组柱状图 → 分组条形图
分组条形图
如果：柱宽及间隔之和>呈现框长度
那么：分组柱状图 → 分组径向柱状图
分组径向柱状图
如果：强调度量间的反向关系
那么：分组条形图 → 双向条形图
双向条形图
3.3 数据表结构：单维度多度量
数据表结构：单维度多度量
推荐图表：分组柱状图
分组柱状图
如果：强调度量间的合并关系
那么：分组柱状图 → 简单堆叠柱状图
简单堆叠柱状图
如果：维度列数>10
那么：分组柱状图 → 分组条形图
分组条形图
如果：强调度量间的合并关系
那么：分组条形图 → 简单堆叠条形图
简单堆叠条形图
如果：柱宽及间隔之和>呈现框长度
那么：分组柱状图 → 分组径向柱状图
分组径向柱状图
如果：强调度量间的合并关系
那么：分组径向柱状图 → 简单堆叠式径向柱状图
简单堆叠式径向柱状图
如果：度量之和的最大值/最小值>10
那么：简单堆叠式径向柱状图 → 简单堆叠式玫瑰面积图
简单堆叠式玫瑰面积图
3.4 数据表结构：双维度单度量
数据表结构：双维度单度量
推荐图表：矩形树图
（矩形树图）
3.5 数据表结构：多维度单度量
数据表结构：多维度单度量
推荐图表：图表钻取
图表钻取
3.6 数据表结构：多维度多度量
我暂时想不到什么好办法，先用表格直接展示吧。因为在一个图表里展示太多信息，一般超过5个信息，这个图表的解读性就大打折扣了。
数据表结构：多维度多度量
综上所述，把前面的图表选择汇总成一个总览路径图，可以看出第一列就是数据表结构，第二列和第三列都是维度相关因素，第三列就是度量因素：
图表选择路径
标签：选择,图表,数据表,柱状图,可视化,维度,条形图,度量 来源： https://www.cnblogs.com/IT-Evan/p/15607709.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。