饼图, 居然是最被诟病的数据图表?
在"文不如表,表不如图"的读图时代,
数据图表意义非凡:写工作报告要用,
统计业绩数据要用,分析用户数据也要用
那么,数据图表都有哪些类型?
哪些图表好用,哪些图表不好用?
不同类型的图表又该怎么用?
今天我们就来盘一盘
1.常见的的数据图表类型与应用
2.数据可视化教学视频
3.Tableau数据可视化从入门到精通
4.Python可视化教学视频
点击下方回复【图表】
免费领取福利
一
数据图表大盘点, 谁最好用?
图表是"数据可视化"的常用手段,其中又以基本图表,柱状图、折线图、饼图等最为常用。
*图片来源:Uni自制
1
柱形图, 最常用, 最方便
柱状图绝对是各种报告中出现频率最高的数据图表,它通过利用长条矩形的高度来反映数据的差异。
*图片来源:网络
而且由于肉眼对高度差异很敏感,柱状图的辨识效果也非常好,因而应用非常广泛。
2
饼图, 一般不建议使用
饼图是被诟病做多的图表,也是大家在使用时应该尽量避免的图表,因为肉眼对面积大小不敏感。
*图片来源:网络
上图中,左侧饼图的五个色块的面积排序,不容易看出来。但如果换成柱状图,就容易多了。
一般情况下,总是应该用柱状图替代饼图。但是有一个例外,就是反映某个部分占整体的比重,比如贫穷人口占总人口的百分比。
*图片来源:网络
3
散点图, 多用于2维数据的比较
散点图可以用于3维数据的表现,同时可以进行2维数据的比较。
例如将不同活动带来的新增用户和留存用户进行比较时,横轴为留存用户,纵轴为新增用户,而点则表示不同的活动主题。
*图片来源:网络
从而可以看出不同活动主题的用户转化和留存情况,且一般我们将数据大的维度作为纵轴,更有利于屏幕的展示。
其实,数据分析的图表是多种多样多,如折线图反映的是整体变化趋势,柱状图反映的是关键节点的数据差异等。那么,你现在是否对于分析时该如何选择图表更清晰了呢?
对于分析师来说,掌握数据可视化方法与数据分析方法同样重要。如果你想要了解如何运用各类统计模型解决商业问题,就千万不要错过Uni为大家推出的【Excel和可视化数据分析方法】课程!
- 3节可带你入门数据分析,掌握数据可视化方法
- 手把手加你做一份让人眼前一亮的数据分析图表
二
数据图表是个好帮手。但是,你真的会用它吗?
很多小白在刚绘制数据图表时,都难免会发生各种让人啼笑皆非的错误,下面就是一些常见的错误的例子:
1
饼图, 顺序不当
饼图是一种非常简单的可视化工具,但它们却常常过于复杂。份额应该直观排序,而且不要超过5个细分。有两种排序方法都可以让你的读者迅速抓取最多的重要信息。
方法一:将份额最大的那部分放在12点方向,逆时针放置第二大份额的部分,以此类推。
*图片来源:网络
方法二:最大部分放在12点,然后顺时针放置。
*图片来源:网络
2
在线状图中使用虚线
虚线会让人分心,而是用实线搭配合适的颜色更容易彼此区分。
3
数据模糊化
4
耗费读者更多的精力
三
小白如何做出优质数据分析图表
但是要做出好的图表,首先要思考以下几个问题:
1、你要表达什么观点?2、那种图表适合你的观点?3、该图表对你观点的表达效果如何?4、涵盖的信息是否全面?5、图表的形式是否要扩充?
基于以上问题,制作数据分析图课分为这几个步骤:
1
明确表达的信息
作图首先确定你想从哪个角度来看问题。比如这里有一个全国各地区销售额、地区占比及其增长情况表,你能从表中看出哪些信息呢?
- 从地区来看,有华东、华南、华北、东北等地区销售,整体来看,东北最低,华东华南不分上下。
- 从地区销售情况来看,华东整体呈现增长趋势,东北地区波动较大。
- 从全国情况来看,同比增长速度较慢。
- 从各地区占比来看…………
总结以上,可以从这张表归纳出多个信息,之所以有这么多层信息是因为数据维度多、可思考的角度多,因此,用图表分析的维度也多。
2
选择合适的图表
这里就有个难题,既然要给领导看,你要分析哪几类数据呢?
如果是要看各区域销售占比,你可以用饼图或者环形图表表示,可是有5年数据,也就是要做5张饼图;如果你要做各地区销售额增长情况和趋势,就要把把每个地区的数据都集中在柱状图上,还要用折线图分别表示每个趋势。
如果你还要看全国销售额等等,就要再考虑其他的图表,这样的图就会很乱。所以在规划图表设计的时候,一定要按照分析的思路来。
3
按照分析思路确定数据图表
假设你是领导,最关心的是什么?
全国的销售额及其增长>>>各地区销售额占比>>>每个地区的销售情况(销售额及增长率)
思路清楚了,图表的制作流程也就明了了。
4
选择合适的工具 —Excel
5
确定有效的表达
图表的制作的应用方案有多种,其展现效果直接影响整体的表达,确定了图表的制作之后,就要完善信息的表达。
关键词
数据图表
饼图
方法
柱状图
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。