
數(shù)據(jù)可視化:柱狀圖、雷達圖等六種基本圖表的特點和適用場合
“數(shù)據(jù)可視化”可以幫助用戶理解數(shù)據(jù),一直是熱門方向。
圖表是”數(shù)據(jù)可視化”的常用手段,其中又以基本圖表—-柱狀圖、折線圖、餅圖等等—-最為常用。
數(shù)據(jù)可視化""="" width="" 600""="" height="" 537""="">
用戶非常熟悉這些圖表,但如果被問道,它們的特點是什么,最適用怎樣的場合(數(shù)據(jù)集)?恐怕答得上來的人就不多了。
本文是電子書《Data Visualization with JavaScript》第一章的筆記,總結(jié)了六種基本圖表的特點和適用場合,非常好地回答了上面的問題。
序言
進入正題之前,先糾正一種誤解。
有人覺得,基本圖表太簡單、太原始,不高端,不大氣,因此追求更復(fù)雜的圖表。但是,越簡單的圖表,越容易理解,而快速易懂地理解數(shù)據(jù),不正是”數(shù)據(jù)可視化”的最重要目的和最高追求嗎?
所以,請不要小看這些基本圖表。因為用戶最熟悉它們,所以只要是適用的場合,就應(yīng)該考慮優(yōu)先使用。
一、柱狀圖(Bar Chart)
柱狀圖是最常見的圖表,也最容易解讀。
柱狀圖""="" width="" 600""="" height="" 388""="">
它的適用場合是二維數(shù)據(jù)集(每個數(shù)據(jù)點包括兩個值x和y),但只有一個維度需要比較。年銷售額就是二維數(shù)據(jù),”年份”和”銷售額”就是它的兩個維度,但只需要比較”銷售額”這一個維度。
柱狀圖利用柱子的高度,反映數(shù)據(jù)的差異。肉眼對高度差異很敏感,辨識效果非常好。柱狀圖的局限在于只適用中小規(guī)模的數(shù)據(jù)集。
通常來說,柱狀圖的X軸是時間維,用戶習慣性認為存在時間趨勢。如果遇到X軸不是時間維的情況,建議用顏色區(qū)分每根柱子,改變用戶對時間趨勢的關(guān)注。
柱狀圖""="" width="" 600""="" height="" 394""="">
上圖是英國足球聯(lián)賽某個年度各隊的贏球場數(shù),X軸代表不同球隊,Y軸代表贏球數(shù)。
二、折線圖(Line Chart)數(shù)據(jù)
折線圖適合二維的大數(shù)據(jù)集,尤其是那些趨勢比單個數(shù)據(jù)點更重要的場合。
折線圖""="" width="" 600""="" height="" 376""="">
它還適合多個二維數(shù)據(jù)集的比較。
折線圖""="" width="" 600""="" height="" 404""="">
上圖是兩個二維數(shù)據(jù)集(大氣中二氧化碳濃度,地表平均氣溫)的折線圖。
三、餅圖(Pie Chart)
餅圖是一種應(yīng)該避免使用的圖表,因為肉眼對面積大小不敏感。
餅狀圖""="" width="" 298""="" height="" 344""="">
柱狀圖""="" width="" 400""="" height="" 311""="">
上圖中,左側(cè)餅圖的五個色塊的面積排序,不容易看出來。換成柱狀圖,就容易多了。
一般情況下,總是應(yīng)該用柱狀圖替代餅圖。但是有一個例外,就是反映某個部分占整體的比重,比如貧窮人口占總?cè)丝诘陌俜直取?/span>
四、散點圖(Scatter Chart)
散點圖適用于三維數(shù)據(jù)集,但其中只有兩維需要比較。
散點圖""="" width="" 600""="" height="" 377""="">
上圖是各國的醫(yī)療支出與預(yù)期壽命,三個維度分別為國家、醫(yī)療支出、預(yù)期壽命,只有后兩個維度需要比較。
為了識別第三維,可以為每個點加上文字標示,或者不同顏色。
散點圖""="" width="" 600""="" height="" 369""="">
五、氣泡圖(Bubble Chart)
氣泡圖是散點圖的一種變體,通過每個點的面積大小,反映第三維。
氣泡圖""="" width="" 640""="" height="" 429""="">
上圖是卡特里娜颶風的路徑,三個維度分別為經(jīng)度、緯度、強度。點的面積越大,就代表強度越大。因為用戶不善于判斷面積大小,所以氣泡圖只適用不要求精確辨識第三維的場合。
如果為氣泡加上不同顏色(或文字標簽),氣泡圖就可用來表達四維數(shù)據(jù)。比如下圖就是通過顏色,表示每個點的風力等級。
氣泡圖""="" width="" 641""="" height="" 446""="">
六、雷達圖(Radar Chart)
雷達圖適用于多維數(shù)據(jù)(四維以上),且每個維度必須可以排序(國籍就不可以排序)。但是,它有一個局限,就是數(shù)據(jù)點最多6個,否則無法辨別,因此適用場合有限。
下面是邁阿密熱火隊首發(fā)的五名籃球選手的數(shù)據(jù)。除了姓名,每個數(shù)據(jù)點有五個維度,分別是得分、籃板、助攻、搶斷、封蓋。
畫成雷達圖,就是下面這樣。
面積越大的數(shù)據(jù)點,就表示越重要。很顯然,勒布朗·詹姆斯(紅色區(qū)域)是熱火隊最重要的選手。
需要注意的時候,用戶不熟悉雷達圖,解讀有困難。使用時盡量加上說明,減輕解讀負擔。
數(shù)據(jù)可視化""="" width="" 567""="" height="" 236""="">
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實踐的落地者與價值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價值,最終要在 “實踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場景的分 ...
2025-09-10