[分享] 掌握這15個視覺化圖表,初學者也能輕鬆玩轉資料分析

數據達人

大數據時代,資料驅動決策。處理不好龐大、複雜的資料,其價值將大打折扣。


那如何縮短資料與使用者的距離?讓使用者一眼Get到重點?讓老闆為你的彙報方案鼓掌?

本文通過連環15關,層層深入,傳你資料匹配圖形神功,讓資料視覺化更高效。

無論資料總量和複雜程度如何,資料間的關係大多可分為三類:比較 / 構成 / 分佈&聯絡

一、比較
基於分類 / 時間的資料對比,通常需用到比較型圖表。使用者通過圖表輕鬆識別最大/最小值,檢視當前和過去的資料變動情況。

常見場景:哪個地區的收件量最多?今年的收入和去年相比如何……


1、條目少 - 柱狀圖

比較條目較少時,如5個地區收件量的對比,可選用柱狀圖表示。

2、條目多 - 條形圖

當條目較多,如大於 12 條,行動端上的柱狀圖會顯得擁擠不堪,更適合用條形圖。一般資料條目不超過 30 條,否則易帶來視覺和記憶負擔。

3、看趨勢 - 折線圖

當X軸為連續數值(如時間)且注重變化趨勢時,則適用折線圖。



4、擴大差異 - 南丁格爾玫瑰圖

除柱狀圖外,有無更新穎的表現方式呢?那就屬南丁格爾玫瑰圖了。

由於扇形的半徑和麵積是平方的關係,南丁格爾玫瑰圖會將數值之間的差異放大,適合對比大小相近的數值。它不適合對比差異較大的數值,因為數值過小的類目會難以觀察。

此外,因為圓有周期性,玫瑰圖也適於表示週期 / 時間概念,比如星期、月份。依然建議資料量不超過 30 條,超出可考慮條形圖。

5、雙向 - 雙向條形圖

前面的例子都是單維度比較,當比較正反兩類甚至更多維度的資料時,可試嘗試雙向條形圖,下圖為各大區的重點地區的收派件量的對比。

用顏色區分大區,空心/實心區分收件量和派件量,既能整體比較大區,又能詳細對比地區的情況

打怪升級,再加點難度。在雙向圖上再增加一個維度,如下表,比較 5 各地區的利潤及相應的收入和成本。請先思考一下,再下滑看推薦圖表。

通過圖形一眼就能看出深圳區的利潤低於廣州區,即使它的收入高於廣州區,但成本相對來說高於廣州區。

6、目標達成 - 子彈圖

實際業務中,常要考察指標的達成情況,如收入達標情況及所處區間(優、良、差),如下表,你會怎麼視覺化呢?動手畫一畫吧!

子彈圖,因為像子彈射後帶出的軌道。相較於儀表盤,它能夠在狹小的空間中表達豐富的資料資訊,在資訊傳遞上有更大的效能優勢。


若還要比較4個季度的收入情況,只需用不同顏色區分。如下圖,一眼便知第二季度表現較好,而第一季度則不佳。

7、效能 - 雷達圖

對於一些多維的效能資料,如綜合評價,常用雷達圖表示。指標得分接近圓心,說明處於較差狀態,應分析改進;指標得分接近外邊線,說明處於理想狀態。


二、 構成

部分相較於整體,一個整體被分成幾個部分。這類情況會用到構成型圖表,如五大區的收件量佔比、公司利潤的來源構成等。

1、單層 - 餅狀圖

第1關中,對比5個地區的收件量時用到了柱狀圖。若看佔比情況,餅狀圖更合適。

如果變成 17 個地區,會怎樣?


餅圖分類一般不超過 9 個,超過建議用條形圖展示。

除餅圖外,環形圖(甜甜圈圖)亦可表示佔比,其差異是將餅圖的中間區域挖空,在空心區域顯示文字資訊,比如標題,優勢是其空間利用率更高。

2、分層 - 環形圖、旭日圖

對於管理層而言,需先把握大局和重點。比如大區負責人需一眼看到重點地區及重點分部的情況(如下圖),如何展示?



這個叫旭日圖(感受到陽光了嗎?),逐層下鑽看資料,大區的重點地區及相應分部的構成情況一目瞭然。

3、累計趨勢 - 堆疊面積圖

接下來,看看數值構成隨時間變化的案例:第一大區(包含四個重點地區)近四年收入構成的趨勢要如何視覺化?自己想一想,再下滑看推薦方案。

推薦方案是堆疊面積圖,可以展現分量(地區)對於總量(大區)的貢獻,並顯示總量(大區)的變化過程。需要說明的是,地區收入的起點並非從 y=0 開始,而是在下面的地區基礎上逐層疊加,最後組成一個整體。



4、累計比較 - 堆疊柱狀圖

如果將上圖X軸的標籤文字(即年份)和圖例(即地區)互換(如下圖A),用來看每個地區近四年的收入構成,用哪個圖更合適?

是不是覺得都OK?那圖中 X1 有何含義?堆疊面積圖 A 方案和堆疊柱狀圖 B 方案都可以表現累加值。差別在於,堆疊面積圖的 x 軸是連續資料(如時間),堆疊柱狀圖的 x 軸是分類資料。此案例中的 x 軸是非連續的分類資料,因此用 B 方案更適合。

5、累計增減 - 瀑布圖

若想表達兩個資料點間數量的演變過程,可使用瀑布圖。開始的一個值,在經過不斷的加減後,得到一個值。瀑布圖將這個過程圖示化,常用來展現財務分析中的收支情況。



三、 分佈 & 聯絡

通過分佈 & 聯絡型圖表能看到資料的分佈情況,進而找到某些聯絡,如相關性、異常值和資料叢集。

常見使用場景:客戶的年齡段分佈?單票成本與收件量的關係?



1、兩個變數 - 散點圖

仍以業務為例,下圖為全國網點的單票成本/收入分佈情況。

單單這樣看,可能看不出什麼,如果加兩條平均線就不一樣了。

加了平均線,就知道哪些網點高於平均線,哪些低於平均線。但網點那麼多,總不能逐個點選檢視是哪個大區的,給散點加上顏色後,就很有意義了。

通過此圖,可以看出哪些大區單票利潤較低,急需提升,比如廣泛聚集於右下角的第四大區,單票收入低於平均線,單票成本卻高於平均線。

2、三個變數 - 氣泡圖

大家都知道,網點總利潤除了和單票利潤有關,還和體量(即收件量)有關,用散點的面積大小表示收件量,就變成了氣泡圖。

3、結合地圖 - 熱力圖

氣泡圖與地圖結合可演變為熱力圖。通過熱力圖,能看到哪些網點收派件量較多,需進行資源調配。


四、小結

當我們拿到資料後,先提煉關鍵資訊,明確資料關係及主題,再選擇合適的圖表進行視覺化。希望下圖能給各位一些參考。資料視覺化設計只要多練習、多總結,總有一天會得心應手的!

獲得帆軟最新動態:數據分析,報表實例,專業的人都在這裡!加入FineReport臉書粉絲團

相關文章:

比Excel強大還好上手?這個工具,能讓你擺脫重複勞動!

教你玩轉資料視覺化,從此報表分析不用愁

大數據產品五花八門,究竟什麽才是企業需要的?

原文網址:https://t17.techbang.com/topics/55789-master-these-15-visualization-charts-and-beginners-can-easily-play-with-data-analysis?page=1