导语

很多时候我们大家都对数据可视化有一定的好奇心，怎么样才能把大量的数据更好的表现 出来呢？我们日常处理事物的时候可能因为其简单性，接触到的基本图表可能都是Excel当中那种简单表格，但是在更为复杂的可视化大屏当中会有更多的数据，代表着我们会遇到更多大量不同的图表形式，不同的图表形式我们又会有不同的含义，所以我们在使用可视化大屏的图表的时候一定要清楚每个图表的具体用途和优缺点，才能更好的把故事当中的数据讲清楚，讲好～接下来我们会出几篇用于数据通信的常用图表的优缺点的文章，让大家在进行数据可视化大屏设计时更加的清晰明白。

数据可视化EasyV工具申请免费试用：https://easyv.dtstack.com/jiuqi

也可点击文章 下方的“了解更多” 快速跳转

话不多少打开我们的EasyV工具对照着各类图表形式 来进行更好的大屏设计吧～

本专题文章分1/2两部分 ，本部分主要是以下图六个图表当中的三个图表为主：

主要介绍以上六种常用的数据图表形式

什么是折线图？

折线图（或折线图）最适合用于显示某件物品的价值随时间变化或比较几件物品随时间相对变化的情况。每当您听到“随着时间的推移”这个关键词时，这就是考虑使用折线图作为数据的线索。

折线图简单，易于理解且有效，是常见且有效的图表。折线图非常适合：

• 比较大量的数据，一次全部
• 显示一段时间内的变化和趋势
• 包括重要的上下文和注释
• 显示预测数据和不确定性
• 突出显示数据系列之内和之间的异常

在另一方面，他们并不一定是你的最佳选择：

• 显示物品数量
• 处理分类数据
• 制作部件到整体的比较
• 显示稀疏数据集

在本文中，我们将讨论折线图的工作原理，以及如何构建为用户提供有意义的信息和上下文的折线图。

然后，我们将回答一些有关折线图的常见问题：

• 折线图上可以显示哪些数据？
• 一次可以显示几行？
• 我的y轴是否必须从零开始？
• 我的图表顶部和底部应该留多少空间？

在以后的文章中，我们将详细介绍折线图的一些特殊变体，例如斜率图和面积图。

折线图如何工作？

将折线图上的折线看成是很少的历史。

• 首先，我们测量要在不同时间点跟踪的事物的价值。例如，在每个月底，我们的商店都希望记录我们通过销售带来的收入。
• 一旦有了很多这些测量值，就可以在图形上绘制这些点，然后绘制一条连接这些点的线，以便更轻松地查看这些值随时间的上升，下降或保持不变的情况。

但这还不是折线图所能做的全部！

除了画那条线之外，我们还可以在图形上包括其他重要的上下文信息。我们可以选择标记，标记和/或注释我们线上的各个点；我们可以添加参考线和区域；我们甚至可以包括预测数据点，并通过更改线和数据标记的外观来区分实际数据和预测数据。

这是一张类似的图表。

我们收集的销售数据仍显示在图表上，如黑色实线所示，但现在我们已经能够将这些数据置于上下文中。

• 灰色的参考带显示了每月销售总额的范围，并且我们也标记了这些特定的值。
• 绿线告诉我们我们的销售目标是什么，以便轻松查看我们的销售数字在任何给定的月份是否值得庆祝。
• 为了减少视觉混乱，我们删除了该行上各个点的数据标签和大多数标记。仅保留我们达到最高和最低销售额的月份的标记，因为它们对于我们计划用此图讲的故事很重要。
• 虚线显示了未来三个月的预计销售额。
• 关键时刻的注释说明了数字的原因，我们为响应这些数字而采取的行动以及我们的期望。

请记住：折线图的工作方式是强调我们的测量值随时间变化或作为指定自变量变化的方式。我们可以利用折线图中的空白来包含内容丰富的上下文，以帮助受众了解这些特定更改的重要性。

折线图上可以使用哪种数据？

典型的线图将在垂直（y轴）和水平（x轴）维度上具有连续数据。y轴通常显示我们正在测量的变量的值；x轴最常用于显示我们何时进行测量，无论是按时间顺序还是基于一些自变量（例如，当我们更换旧车的发动机时，我们都以不同的RPM来测量分贝水平）。

尽管某些折线图未在x轴上使用连续数据（尤其是斜线图和平行坐标图，它们是折线图的特殊变体），但我们绝对不能在x轴上使用的是没有显示的类别之间的任何有意义的关系。

假设我们有2020年前六个月的清单：一月，二月，三月，四月，五月，六月。以任何其他顺序列出它们将是错误的，因为它们是连续的并且具有固有的顺序。2020年1月到2020年2月，再到2020年3月，依此类推。

假设我们有一系列产品：苹果，梨，酸橙，柠檬，枣，葡萄。与我们的月份清单不同，一种产品不一定会导致下一个。我们可以按字母顺序，大小，颜色或随机顺序对它们进行排序，这不会感到异常，因为它们没有内在的顺序，也不是连续的-它们是分类的。

应做：按月显示销售量。

请勿：按类别显示销售线。

折线图仅在直线上连续点之间存在有意义的关系时才有意义。因此，杂货店可以合理地使用折线图按月显示其农产品销售数据，但不建议使用一个折线图显示各种农产品之间的销售差异。最好在条形图中完成。

一张图表中可以放置多少条不同的线？

人们很难同时跟踪四到五件事，因此请考虑将其用作指导原则。如果您绝对需要显示更多的线条，请尝试使用颜色，线条粗细和标签将重点放在最重要的线条或点上。

上图显示了我们当地医疗中心Anytown Medical的五年年度糖尿病患者数据，以及该地区其他12个中心的糖尿病数据。由于我们最关心的是我们自己的中心（特别是因为我们的比率低），因此我们使用颜色，权重和标签将重点放在Anytown和区域平均值上，同时还包括所有值其他中心。

折线图的y轴是否必须从零开始？

当我们查看折线图时，我们比较的是线之间的距离，而不是它们相对于x轴的高度。就其性质而言，折线图比每个测量点的精确数量更擅长显示值随时间的变化。

因此，折线图的基线不必为零；但在大多数情况下，还是建议。如果y轴从零开始，则不会给观众造成混淆，因为这是第一次看到图表时的正常期望。应该有令人信服的理由来颠覆这些期望。

以下是一些对于零基线可能不是最佳的特定情况：

测量范围很小，但是从这些测量的最小值到零的距离很大。

如果我们的y轴一直下降到零，这些有意义的波动将无法感知。

DO：以一个逻辑值启动轴。

请勿：如果包含零，则包括零。

与零的关系没有意义。

在某些尺度上，例如在华氏尺度上，“零”的位置有些随意（50度不是25度的两倍），因此，如果没有数据点接近零，我们就不会感到必须将其作为我们的基准。我们的图表应包含一系列合理的值，从而为观看者提供最有意义的上下文。

应做：使用合理范围的值。

请勿：如果它是无意义的值，则包括零。

您的某些测量结果是否定的。

包括一条水平线作为零的参考点可能很重要，但是我们的图形上的任何数据序列都不应横穿我们的任何一个轴。最好使y轴的最小值低于数据的最小测量值，以便我们的基线成为数据的边界线。

要做：使轴保持在最小数据以下。

不要：让轴切入数据。

重要！在折线图的基线不为零的情况下，重要的是要使事实对查看者显而易见，因此不会因放大的数据透视图误导了它们。

我的图表顶部和底部应该留多少空间？

该问题的具体答案将随您制作的每个图形而变化。一个有用的起点是使从最小值到最大值的范围大约占图形可用垂直空间的70-80％，在其上下分别留有大致相等的空白。

从那里，您可以修改轴范围以及在图形上绘制的一条或多条线的位置，以适合您的特定需求。线的相对斜率不会改变，因此请尽力选择一个轴范围，该范围使轴标签具有整数，在图表中包含一定数量的空白以包含数据标签和注释，并且宽度较大足以（如有必要）显示参考线（例如目标或预测值），该参考线可能大于或小于您的最小或最大测量值。

在每种情况下，对数据的呈现方式都要做到合理周到，以使听众清楚地理解您的信息，这一点很重要。

什么是条形图？

条形图是一种常见的图表类型，用于对分类数据或分类为组的数据进行绘图。它由与公共基线对齐的多个矩形组成。每个元素的长度与它表示的值成正比，换句话说，在条形图中，数据按长度编码。当对象对齐时，我们的眼睛非常擅长比较长度，这使得该图易于理解-这只是条形图很常见的一个原因。

我们的眼睛从底部开始，并朝着每个条形的尽头扫视。我们测量相对于基准线和其他柱线的长度，因此确定最小或最大柱线是一个简单的过程。我们还可以看到条形的不同高度之间的负空间，以比较它们之间的增量差。

这些图形不仅易于阅读，而且也得到广泛认可。您可能已经遇到过标准的水平或垂直条形图。但是条形有多种形状和尺寸。我将在下面列出一些最常见的变体，并提供示例链接。

条形图的常见类型是什么？

垂直条形图 标准竖线（也称为列图表）是最常见的品种之一，几乎所有的工具都内置功能来创建它们。仅仅因为它们很常见并不意味着它们很无聊。阅读有关如何使用基本竖线来传达多个故事的更多信息。

水平条形图单杠类似于翻转在其一侧竖版。对于长类别名称，这是一个很好的选择，因为左侧的空格使水平放置的文本成为可能（替代垂直条形图的x轴上的对角文本）。单杠易于阅读，因为该结构模仿了我们如何处理信息（在西方文化中），我们从顶部开始从左到右阅读。查看本文，了解简单的单杠改头换面。

群集条垂直和水平变化都可以显示多个序列。请注意，在条形图上添加许多数据系列可能会难以集中精力并确定关键要点。同样重要的是要注意有一个自然的分组，因此请注意每个聚类中系列的顺序。阅读更多内容，了解如何使用群集的条形图来比较多个序列。

堆积条形图堆积条形进来垂直和水平的形式。它们使您可以通过扫描两端比较总数，还可以显示每个类别中的子组件。堆叠条形图的挑战在于，很难比较未与同一基线对齐的类别中的子组件。这是一篇文章，其中有更多有关堆叠式条形图工作时间的示例。

100％堆叠条形图100％堆叠条形图（左侧显示水平变化）是标准堆叠条形图的替代方法，其中显示了相对百分比而不是绝对值。此版本的好处在于，它为您提供了两个一致的比较基准：一个位于左侧，另一个位于右侧。阅读更多内容，以了解为什么这是可视化调查数据的好方法。

瀑布图瀑布图是条形图的更高级变体，没有得到广泛使用。该图表有时可用于可视化更改，其中第一个柱形图表示起始值，最后一个柱形图表示终止量。中间的小条表示从头到尾的增量变化。了解如何在Excel中创建瀑布图。

哪些工具可以制作条形图？

大多数可视化和分析工具都具有内置功能，可以轻松创建标准条形图。以下是一些常见的知识和源链接，可以帮助您入门。

• 电子表格
• 数据包装器
• 繁荣
• 画面
• PowerBI
• 微软幻灯片软件
• 资料室
• 信息报

有关工具特定的条形图示例，请参阅“练习吧”中的练习2.2 ！该解决方案具有在多个不同工具中创建的相同垂直条形图：Excel，Datawrapper，Flourish，Google Data Studio，PowerBI，R，Python和Tableau。

设计条形图有哪些技巧？

这是设计条形图时要考虑的一些格式化步骤。

• 调整条之间的间隙。这里没有特定的规则，但是通常来说，间隙应该比条的宽度薄。在Excel中，通常会在30％-40％之间选择间隙宽度百分比。目标是保持健康的平衡：您不希望有太多的空白以使数据不突出，但是您也不想使条形图如此紧密地结合在一起以显示为单个形状比不同的元素。在这里使用良好的判断力！（这是一个例外情况，如果您要创建直方图，这是一个特殊的用例，用于显示数据集的基础分布。直方图在技​​术人员中很流行，并且故意在条形图之间缺乏空间，因此该分布被视为一个整体）

• 考虑条形的顺序以及读者如何理解它们。如果数据中存在固有顺序（例如，年龄范围或Likert量表等序数类别），请考虑使用此自然顺序。如果不是这种情况，请考虑根据数据进行排列，例如，根据要传达的内容从最大到最小，或者从最小到最大。
• 条形图的标签。我经常发现自己比其他图表类型更喜欢使用条形图标签，尤其是当我不使用轴来标记类别时。条形图通常没有大量的空格，因此为了防止混乱，我更喜欢在条形图中标记类别名称。对于水平空间有限的垂直或堆叠条形，有时很难做到这一点。因此，如果我无法在条形图中将标签添加到条形图中或不能以视觉上吸引人的方式直接放置在侧面，则在条形图中添加图例并不少见。当使用图表时，我喜欢将其放置在标题下，以便读者在接触数据之前会遇到如何读取图表的情况。在下面的视觉图中，您可以看到我通常如何在水平条形图和垂直条形图中标注系列。

• 在栏中移动直接数据标签。条带可能会感觉很重并且会占用大量墨水。如果直接标记每个条形的值，请考虑将数据标签移动到条形端部以防止混乱。位置的这种微小变化可能会欺骗我们的眼睛，使您认为在保留相同数量的细节的同时更少了。
• 使用零基线。这是要遵循的重要规则。由于数据是按长度编码的，因此需要显示整个条形范围。否则，我们的相对测量将不准确。如果您需要更改基线以传达较小的差异，那么可能会有另一种图表类型更适合您的需求。

什么是面积图？

面积图是折线图的一种特殊形式，在该图中，我们不仅将数据点与连续的线相连，而且还用纯色填充了该线下的区域。这看起来可能是微小的外观变化，但对我们如何看待图表中的数据有重大影响。

面积图可以有效用于：

• 显示各种数据序列随时间的上升和下降
• 随着时间的推移传达总金额以及一些子类别的细分（但仅限于一点）
• 当零件很大或从很大变成很小时，随着时间的推移强调零件与整体的关系
• 在小型多重图表的各个面板中显示随时间的变化

面积图不是以下情况的理想选择：

• 比例尺上的数据集与零没有有意义的关系
• 显示一段时间内的一些易失数据集
• 显示出细微的价值差异

在本文中，我们将讨论面积图的工作原理，以及在考虑创建面积图时要记住的一些挑战。

面积图如何工作？

面积图与常规折线图相同，但有两个例外：

1. x轴与图形中每条线之间的空间填充有某种颜色（根据设计人员的喜好，颜色或不透明度可能会有所不同）。
2. x轴必须为零。

这是美国音乐销量随时间变化的折线图，按格式细分：

请记住，当我们查看折线图时，我们关注的是垂直轴上的值在沿水平轴从左到右的过程中是如何上下变化的，并且我们比较线之间的相互关系，而不是将其相互比较。距x轴的高度。就其性质而言，折线图比每个测量点的精确数量更擅长显示值随时间的变化。

但是，当图表创建者在折线和基线之间添加颜色填充时，我们的感知会发生变化，从而将折线图转换为面积图。

我们没有看到线，而是将每个数据系列视为一个多边形，一个形状；并且我们较少地根据每个数据序列随时间的变化来判断每个数据序列，而更多地根据我们对有色区域的整体面积的判断来判断。

面积图将折线图的目的从简单显示随时间的相对变化转变为另外显示体积或数量。

因此，我们不能在与0没有有意义关系的面积图上使用比例尺。同样，就像条形图一样，我们必须使用零基线。

面积图何时有用？

面积图很想代替折线图。它们色彩鲜艳，引人注目，而且不常见，以至于新颖性因素往往会引起人们的注意。但是，正如我们前面所讨论的，由于观看者如何看待数据的不同表示，折线图和面积图不可互换。我们很少（但从来没有！）找到面积图的理想用例。不过，在某些情况下，面积图可能是一个合理的选择。

如果多个系列之间存在显着差异并且随时间变化，则显示几个不同时间段的多个系列

有时，重要的是要显示多个相关数据系列中的数量如何随时间变化。条形图擅长显示某一时间点的数量，但是跨越多个时间点的多个序列很难显示为条形图。图表变得非常拥挤和混乱。

面积图试图通过创建填充颜色的不规则多边形来提供所有时间点的数量感。但是，在数据系列重叠的地方，观众可能难以理解两个（或多个）填充物占据了相同的空间。

继续使用我们一直在使用的示例，该示例显示了随着时间的推移按格式显示的经通货膨胀调整后的音乐销量，我们尝试通过对“填充”颜色的不透明度进行小的更改来缓解这一挑战，如下所示。

对于纯不透明填充，例如，我们不知道1983年之前售出了多少盒盒式磁带，或者1990年之前售出了几张CD。（由于三个系列重叠，因此很难知道1979年之前售出了多少盒盒式磁带。 ，而“盒式”数据系列则被推到最远的后面。这种类型的图表还需要设计者对数据系列的顺序进行周密的选择。）

在小的多个图表中显示随时间变化的几个（或几十个）系列

面积图在小型多重图表 （也称为面板图或网格图）中很有用。当您有多个数据系列时，不必将它们全部重叠在一个图上，而是可以将它们显示为规则图表相似序列中的一个小的单个图。区域图可以帮助查看者比较这些面板上的数量和时间变化。

显示两个系列之间或系列与100％之间的差异

如果您试图显示两个（只有两个）系列之间或系列与100％之间的差距，它们也可能很有用；并且该间隙比线之间的绝对值更重要。阴影线之间的区域可以强调该差距。

面积图有哪些挑战？

这种特殊的图表类型结合了诸如气泡图（按面积比较），堆叠条形图（按类别比较子类别）和散点图（允许将某些数据隐藏在其他数据后面）等有争议的可视化效果的质量，同时鼓励使用颜色作为区分类别，而不是集中注意力的工具。因此，面积图有一些缺点是很自然的。

在大多数情况下，您的某些信息将被隐藏

因为您的数据系列在图形中占据相同的空间，所以它们不可避免地会重叠。最好的情况是，您的数据序列永远不会相互交叉，因此图表看起来像一个山脉，所有峰均可见。更有可能的是，您至少会在图表中看到一次数据序列相互交叉的情况，然后不可避免地会有隐藏的数据。

观看者无法始终确定每个系列使用的基线值是多少

很像一个堆积条形图，该堆栈区域图包括加起来的合计值对x轴的每个值的子类别。而不是每个数据序列降为零，它们都堆叠在一起。

问题：在这张图表中，1973年售出了数百亿美元的8条音轨？超过100亿美元，或大约30亿美元？我们不能确定，因为我们不知道所查看的图表是否将所有数据系列相互叠加（因此，“ 8轨”系列的基线位于“乙烯基”系列），或者如果每个系列都使用零的通用基线（这样，“ 8轨”系列通常隐藏在“乙烯基”和“盒式磁带”之后）。

如果每个系列都使用相同的基线，那么具有半透明的填充色将使这一事实变得清楚。另一方面，堆积面积图永远无法以100％的置信度说服您它实际上是堆积面积图，因为总有可能它只是具有不透明填充颜色的常规面积图。

有时您会看到堆叠面积图的一种变体，称为流图。在此版本中，它们不是沿一个方向堆叠，而是对称地上下生长。

对于流图，将其误认为是纯面积图的可能性较小，但是这样做的代价是很高的：您失去了查看精细细节（包括带标记的y轴）的能力，从而无法进行多年的比较。 ...使用这样的图表可能会引起注意，并鼓励观看者使用数据，但是任何真正的见识都可能需要附加的图表，标签和注释。

判断区域很难

人们很难判断相对面积，无论是一个圆形相对于另一个圆形有多大，饼图的切片如何比较，或者没有共同基线的正方形和矩形的大小。在面积图中，我们还有更艰巨的工作：比较部分遮盖的不规则形状的区域。就像您想象的那样，几乎不可能准确地做到这一点。

例如，很难对不是使用零基线的任何数据系列进行多年的视觉比较。（在流媒体上，这适用于每个系列。）很明显，8轨的总销售额比下载或流媒体要多吗？是否容易看出VInyl和Cassette的销售额相差1％以内？并非没有数据标签。堆叠面积图中每个区域的边界的连续和不规则性质使这些比较更加困难。

更多墨水，更多重叠，更多混乱争夺注意力

最后，就其本质而言，面积图需要更多的“墨水”来传达更多的信息。甚至只有一个数据序列的面积图比折线图混乱得多。我们添加的系列越多，则变得越杂乱且难以阅读。将观众的注意力集中在面积图的一个元素上更具挑战性。

结语

本期可视化大屏的采用的其中一部分图表的优缺点进行了简单的介绍，下一期我们再介绍剩下的三个图表，只有我们了解各类图表的优缺点才能在大屏设计当中，提取适合我们项目的图表形式，让大屏所传递的信息更为具体，让人一目了然。

声明：本篇文章系转载外文文献 如有侵权 联系删除

原文：http://www.storytellingwithdata.com/chart-guide

编辑：九七

免费申请EasyV使用点击下方