圖表使用技巧解析

1 評論 8876 瀏覽 55 收藏 20 分鐘

編輯導語:圖表是數據展示的常見方法,合理的圖表設計可以讓用戶更加清晰地獲取信息,也可以讓業務更加順利地推進。而不同的業務場景下,圖表的具體應用也有所差別。本篇文章里,作者總結了圖表在具體場景下的使用與建議,一起來看一下。

一、第一部分:設計思路

設計思路主要是看你要展示突出數據哪個方面,是比較結果、數據分布情況、多元素間的聯系、流程轉變變化、展示不同地理位置分布情況還是多元素組成構成方面。

1. 比較

突顯值與值之間的不同和相似之處。使用圖形的長度、寬度、位置、面積、角度和顏色來比較數值的大小,通常用于展示不同分類間的數值對比,不同時間點的數據對比。

常見圖表:柱狀圖、雙向柱狀圖、氣泡圖、子彈圖、色塊圖、漏斗圖、直方圖、堆疊柱狀圖和詞云等。

1)基于時間

若是少周期的數據建議采用柱狀圖(單個或少數分類)或曲線圖(多者分類),若是多周期的數據比較建議采用雷達圖(循環數據)或曲線圖(循環數據)。

柱狀圖

曲線圖

雷達圖

曲線圖

2)基于分類

若是每個項目1個變量則采用條形圖(多項目)或柱狀圖(少數)或表格或內嵌表格的表格,若是每個項目2個變量采用不等寬柱狀圖。

條形圖

柱狀圖

內嵌表格的表格

不等寬柱狀圖

3)基于數據量

若是大量數據建議采用詞云。若是少量數據采用條形圖。

詞云

條形圖

2. 分布

突出顯示的頻率,數據分散在一個區間或分組。使用圖形的位置、大小、顏色的漸變程度來表現數據的分布,通常用于展示連續數據上數值的分布情況。

常見圖表:直方圖、熱力圖、散點圖、分布曲線圖、氣泡圖、箱型圖或點描法地圖。

1)單變量

采用直方圖(少數據點)、正態分布圖、熱力圖或點描法地圖(多數據點)。

直方圖

熱力圖

點描法地圖

2)2個變量

采用散點圖或色塊圖或者箱型圖。

散點圖

色塊圖

箱型圖

3)3個變量

采用多變量采用曲面圖。

曲面圖

3. 聯系

顯示多元素數據之間相互關系,通常用于表示數據之間的相關性。

常見圖表:散點圖、氣泡圖或桑基圖等。

1)2個變量

采用散點圖。

散點圖

2)3個變量

采用氣泡圖。

氣泡圖

4. 流程

顯示數據流轉情況,一般流程都會呈現出多個環節,每個環節之間會有相應的流量關系,這類圖形可以很好地表示這些關系,采用漏斗圖和?;鶊D。

常見圖表:漏斗圖和?;鶊D等。

流程流轉

5. 地圖

通過圖形的位置來表現數據的地理位置,通常來展示數據在不同地理區域上的分布情況,一般采用帶氣泡的地圖、分級統計地圖或點描述地圖。

常見圖表:帶氣泡的地圖、分級統計地圖或點描述地圖。

突顯地理位置分布

帶氣泡的地圖

分級統計地圖

點描述地圖

6. 構成

同一維度多元素數據組成構成分布。

常見圖表:餅狀圖、瀑布圖、環圖、堆疊面積圖或堆疊柱狀圖等。

1)靜態

若是占總體比例采用餅狀圖(數據相差比較大)、環圖(數據相差比較大)或玫瑰圖(數據相差不大),若是累計或者扣減到總計采用瀑布圖。

餅圖

環圖

玫瑰環圖

瀑布圖

2)隨時間變化

若是少數周期采用堆積百分比柱狀圖(僅相對差異)或堆積柱狀圖(相對或絕對差異),若是多周期采用堆積百分比面積圖(僅相對差異)或堆積面積圖(相對或絕對差異)。

百分比柱狀圖

堆疊柱狀圖

百分比堆疊面積圖

堆疊面積圖

二、第二部分:圖表使用說明

1. 折線圖

1)基礎折線圖

① 用法

  • 折線圖主要用來展示數據隨著時間推移的趨勢或變化;
  • 折線圖非常適合用于展示一個連續的二維數據例:如某網站訪問人數或商品銷量價格的波動;
  • 折線圖除了展示某個事情發展的趨勢,還可以用來比較多個不同的數據序列。例:如某網站訪問人數或商品銷量價格的波動。

② 建議

  • 使用實線繪制數據線;
  • 建議不要繪制4條以上的折線(線都折疊在一起并且又沒有明顯的對比,整張圖表就會混亂并難以閱讀);
  • 不建議使用過多的裝飾來區分圖表;
  • 展示折線圖的數據時,要避免刻意的歪曲趨勢。

2)面積圖

① 用法

用法用來展示隨著連續時間的推移數據的變化趨勢。

② 建議

  • 避免重疊,若重疊少或中等,以通過將顏色和透明度設置為適當的值,若重疊多,改用堆疊面積圖;
  • 適合用來展示二到三組數據,不超過4組;
  • 當數字偏差較小時,區域是模糊不清的,此時不太適合使用面積圖展示用來比較在一個區間內的多個變量。

3)堆疊面積圖

① 用法

  • 用來比較在一個區間內的多個變量;
  • 有多個數據系列,并想分析每個類別的部分到整體的關系,并展現部分量對于總量的貢獻時,使用堆積面積圖是非常合適的選擇。

② 建議

  • 類別數量越多,重疊越多,可以用堆疊面積圖;
  • 不能用于包含負值的數據的展示;
  • 把變化量較大的數據放在上方,變化量較小的數據放在下方會獲得更加的展示效果。

2. 柱狀圖

1)基礎柱狀圖

① 用法

  • 過使用水平或垂直方向柱子的高度來顯示不同類別的數值;
  • 類型:橫向、縱向(當圖表的數據標簽很長或者有超過10個項目進行比較時,適用縱向)。

② 建議

  • 避免使用太多顏色;
  • 柱狀圖柱子間的寬度和間隙要適當;
  • 不建議使用三維柱狀圖,數值會不太精確。

2)雙向柱狀圖

① 用法

用法用于展示包含相反含義的數據的對比(例::一周內個人收入和支出的統計)。

② 建議

  • 使用差值較大的顏色,突出對比;
  • 不要在0基線的右邊畫負值的水平條行圖或在0基線的上邊畫負值的柱子,以免和常識違背造成誤解;
  • 不建議使用三維柱狀圖,數值會不太精確。

3)堆疊柱狀圖

用法

堆疊柱圖則是一個個疊加起來的。它可以展示每一個分類的總量,以及該分類包含的每個小分類的大小及占比。

4)分組柱狀圖

用法

當兩個或多個數據序列并排顯示并在同一軸上的類別下分組時,將使用分組柱狀圖。

3. 餅圖

① 用法

  • 餅圖主要用于展現不同類別數值相對于總數的占比情況。
  • 用法(圖中每個分塊(扇區)的弧長表示該類別的占比大小,所有分塊數據總和為100%。
  • 呈現的不是具體的數據,而是該數據相對于總數的占比

② 建議

  • 呈現的不是具體的數據,而是該數據相對于總數的占比;
  • 我們很難比較一個分塊過多的餅圖的數據,建議盡量將餅圖分塊數量控制在五個以內(建議較小部分合并為“其他”);
  • 當各類別數據占比較接近時,我們很難對比出每個類別占比的大小。建議選用柱狀圖或南丁格爾玫瑰圖;
  • 大多數人視覺習慣是按照順時針和自上而下的順序去觀察,因此在繪制餅圖時,建議從12點鐘開始沿順時針右邊第一個分塊繪制餅圖最大的數據分塊;
  • 三維的餅圖歪曲了各分塊相對于整體的比例關系,會造成錯誤及理解上的困擾。

4. 散點圖

① 用法

  • 顯示數據的兩個變量(X和Y軸)之間的關系,數據顯示為點的集合,適合用于在不考慮時間的情況下比較大量的數據點;
  • 散點圖通常用來識別兩個變量之間的相關性或用來觀察他們的關系,從而發現某種趨勢,有效的說明兩個變量之間的相關性,但是并不能有力地證明其中存在因果關系(正相關、負相關和不相關);
  • 查找異常值或理解數據分布也很有效。

② 建議

  • 足夠多的數據;
  • 數據含不同系列,顏色區分。

5. 氣泡圖

① 用法

  • 與散點圖相同類型;
  • 散點圖不同的是,氣泡圖是一個多變量圖,它增加了第三個數值即氣泡大小的變量,在氣泡圖中,較大的氣泡表示較大的值。

② 建議

  • 當數據具有3個序列、特征及相關值(例:代碼提交的日期、具體的時間點的氣泡圖,氣泡的大小說明了提交的代碼量、Punch Card of github);
  • 氣泡圖還經常用于和地圖結合,其中,x軸和y軸是經度和緯度的數據定位,氣泡的大小可以表明該位置數量的多少。

6. 雷達圖

用法

適用于顯示三個或更多的維度的變量。

7. 漏斗圖

① 用法

  • 漏斗圖將數據呈現為幾個階段,每個階段的數據都是整體的一部分,從一個階段到另一個階段數據自上而下逐漸下降,所有階段的占比總計100%。
  • 漏斗圖呈現的也不是具體的數據,而是該數據相對于總數的占比、漏斗圖不需要使用任何數據軸。

② 建議

  • 對兩個基于統一事情前后的兩份數據,使用疊加兩個漏斗圖進行對比 如:預期與實現值;
  • 左右對比的漏斗圖,同時分析兩個項目的轉化情況;
  • 漏斗圖不是表示各個分類的占比情況,而是展示數據變化的一個邏輯流程。

8. 儀表盤

① 用法

以直觀的表現出某個指標的進度或實際情況。示:類似于撥號/速度計上的讀數的數據,是一種擬物化的展示形式。

② 建議

適合在量化的情況下顯示單一的價值和衡量標準,不適合用于比較不同變量或者趨勢的。

9. 詞云

① 用法

  • 快速感知最突出的文字;
  • 快速定位按字母順序排列的文字中相對突出的部分。

② 建議

  • 超過 30 條數據(若當數據的區分度不大時使用詞云起不到突出的效果,若數據太少時很難布局出好看的詞云)。

10. 水波圖

用法

  • 適用于多個百分比數據的呈現;
  • 以直觀的表現出某個指標的進度或實際情況
  • 不局限于圓形,可以自定義圖標,讓可視化更加有趣。

 

本文由 @黃泡泡 原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自?Unsplash,基于 CC0 協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 雪中送炭

    來自上海 回復