做爰三级在线播放_又大又粗又猛又舒服又爽_暖暖www免费高清视频最新期_午夜精品aaa国产福利

高手總結的15個技巧,讓你輕松玩轉數據可視化!

2018-11-30    資深UI設計者


如果您想訂閱本博客內容,每天自動發到您的郵箱中, 請點這里

大數據時代,數據驅動決策。處理不好龐大、復雜的數據,其價值將大打折扣。

那如何縮短數據與用戶的距離?讓用戶一眼抓到重點?讓老板為你的匯報方案鼓掌?

本文通過連環15關,層層深入,傳你數據匹配圖形神功,讓數據可視化更。

無論數據總量和復雜程度如何,數據間的關系大多可分為三類:比較/構成/分布&聯系。

一、比較

基于分類/時間的數據對比,通常需用到比較型圖表。用戶通過圖表輕松識別最大/最小值,查看當前和過去的數據變動情況。

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。

△ 柱狀圖

2. 條目多 – 條形圖

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

△ 條形圖

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。

△ 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。

△ 南丁格爾玫瑰圖

由于扇形的半徑和面積是平方的關系,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,玫瑰圖也適于表示周期/時間概念,比如星期、月份。依然建議數據量不超過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數據時,可嘗試雙向條形圖,下圖為各大區的重點地區的收派件量的對比。

△ 雙向條形圖

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個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。

△ 業務數據

△ 雙向條形圖(多維度)

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

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,你會怎么可視化呢?動手畫一畫吧!

△ 業務數據

△ 子彈圖

子彈圖,因為像子彈射后帶出的軌道。相較于儀表盤,它能夠在狹小的空間中表達豐富的數據信息,在信息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。

△ 子彈圖

7. 性能 – 雷達圖

對于一些多維的性能數據,如綜合評價,常用雷達圖表示。指標得分接近圓心,說明處于較差狀態,應分析改進;指標得分接近外邊線,說明處于理想狀態。

△ 雷達圖

以上就是「比較」類的常用圖表,可歸納如下。

此表并非一成不變的「鐵表」,相互之間還會串聯交叉,大家還需靈活應用。

二、構成

部分相較于整體,一個整體被分成幾個部分。這類情況會用到構成型圖表,如五大區的收件量占比、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。若看占比情況,餅狀圖更合適。

△ 餅狀圖

如果變成17個地區,會怎樣?

像不像彩色七星瓢蟲?

所以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)亦可表示占比,其差異是將餅圖的中間區域挖空,在空心區域顯示文本信息,比如標題,優勢是其空間利用率更高。

△ 環形圖

2. 分層 – 環形圖、旭日圖

對于管理層而言,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?

△ 環形圖

△ 旭日圖

這個叫旭日圖,逐層下鉆看數據,大區的重點地區及相應分部的構成情況一目了然。

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可視化?自己想一想,再下滑看推薦方案。

△ 業務數據

△ 堆疊面積圖

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

4. 累計比較 – 堆疊柱狀圖

如果將上圖X軸的標簽文字(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?

△ 堆疊柱狀圖

是不是覺得都可以?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。差別在于,堆疊面積圖的 x 軸是連續數據(如時間),堆疊柱狀圖的 x 軸是分類數據。此案例中的 x 軸是非連續的分類數據,因此用 B 方案更適合。

5. 累計增減 – 瀑布圖

若想表達兩個數據點間數量的演變過程,可使用瀑布圖。開始的一個值,在經過不斷的加減后,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。

△ 瀑布圖

以上就是「構成」類常用圖表,可歸納如下。

三、分布&聯系

通過分布&聯系型圖表能看到數據的分布情況,進而找到某些聯系,如相關性、異常值和數據集群。

常見使用場景:客戶的年齡段分布?單票成本與收件量的關系?

1. 兩個變量 – 散點圖

仍以業務為例,下圖為全國網點的單票成本/收入分布情況。

△ 散點圖

單單這樣看,可能看不出什么,如果加兩條平均線就不一樣了。

加了平均線,就知道哪些網點高于平均線,哪些低于平均線。但網點那么多,總不能逐個點擊查看是哪個大區的,給散點加上顏色后,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,比如廣泛聚集于右下角的第四大區,單票收入低于平均線,單票成本卻高于平均線。

2. 三個變量 – 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。

△ 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。

△ 熱力圖

以上是 「分布&聯系」類的常用圖表,可歸納如下:

小結

當我們拿到數據后,先提煉關鍵信息,明確數據關系及主題,再選擇合適的圖表進行可視化。希望下圖能給各位一些參考(結合可視化專家 Andrew Abela 的圖表選擇指南,進行了簡化調整)。

數據可視化設計只要多練習、多總結,總有一天會得心應手。

藍藍設計91whvog3.cn )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的UI界面設計、BS界面設計  cs界面設計  ipad界面設計  包裝設計  圖標定制  用戶體驗 、交互設計、 網站建設 平面設計服務

 

日歷

鏈接

個人資料

藍藍設計的小編 http://91whvog3.cn

存檔