您当前的位置:首页 > 互联网百科 > 大数据

掌握这15个可视化图表,小白也能轻松玩转数据分析

时间:2020-01-21 17:03:00  来源:  作者:

大数据时代,数据驱动决策。处理不好庞大、复杂的数据,其价值将大打折扣。

那如何缩短数据与用户的距离?让用户一眼Get到重点?让老板为你的汇报方案鼓掌?

本文通过连环15关,层层深入,传你数据匹配图形神功,让数据可视化更高效。

无论数据总量和复杂程度如何,数据间的关系大多可分为三类:比较 / 构成 / 分布&联系

一、比较

基于分类 / 时间的数据对比,通常需用到比较型图表。用户通过图表轻松识别最大/最小值,查看当前和过去的数据变动情况。

常见场景:哪个地区的收件量最多?今年的收入和去年相比如何……

1、条目少 - 柱状图

比较条目较少时,如5个地区收件量的对比,可选用柱状图表示。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

2、条目多 - 条形图

当条目较多,如大于 12 条,移动端上的柱状图会显得拥挤不堪,更适合用条形图。一般数据条目不超过 30 条,否则易带来视觉和记忆负担。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

3、看趋势 - 折线图

当X轴为连续数值(如时间)且注重变化趋势时,则适用折线图。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 


掌握这15个可视化图表,小白也能轻松玩转数据分析

 

4、扩大差异 - 南丁格尔玫瑰图

除柱状图外,有无更新颖的表现方式呢?那就属南丁格尔玫瑰图了。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

由于扇形的半径和面积是平方的关系,南丁格尔玫瑰图会将数值之间的差异放大,适合对比大小相近的数值。它不适合对比差异较大的数值,因为数值过小的类目会难以观察。

此外,因为圆有周期性,玫瑰图也适于表示周期 / 时间概念,比如星期、月份。依然建议数据量不超过 30 条,超出可考虑条形图。

5、双向 - 双向条形图

前面的例子都是单维度比较,当比较正反两类甚至更多维度的数据时,可试尝试双向条形图,下图为各大区的重点地区的收派件量的对比。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

用颜色区分大区,空心/实心区分收件量和派件量,既能整体比较大区,又能详细对比地区的情况

打怪升级,再加点难度。在双向图上再增加一个维度,如下表,比较 5 各地区的利润及相应的收入和成本。请先思考一下,再下滑看推荐图表。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 


掌握这15个可视化图表,小白也能轻松玩转数据分析

 

通过图形一眼就能看出深圳区的利润低于广州区,即使它的收入高于广州区,但成本相对来说高于广州区。

6、目标达成 - 子弹图

实际业务中,常要考察指标的达成情况,如收入达标情况及所处区间(优、良、差),如下表,你会怎么可视化呢?动手画一画吧!

掌握这15个可视化图表,小白也能轻松玩转数据分析

 


掌握这15个可视化图表,小白也能轻松玩转数据分析

 

子弹图,因为像子弹射后带出的轨道。相较于仪表盘,它能够在狭小的空间中表达丰富的数据信息,在信息传递上有更大的效能优势。

若还要比较4个季度的收入情况,只需用不同颜色区分。如下图,一眼便知第二季度表现较好,而第一季度则不佳。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

7、性能 - 雷达图

对于一些多维的性能数据,如综合评价,常用雷达图表示。指标得分接近圆心,说明处于较差状态,应分析改进;指标得分接近外边线,说明处于理想状态。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

二、 构成

部分相较于整体,一个整体被分成几个部分。这类情况会用到构成型图表,如五大区的收件量占比、公司利润的来源构成等。

1、单层 - 饼状图

第1关中,对比5个地区的收件量时用到了柱状图。若看占比情况,饼状图更合适。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

如果变成 17 个地区,会怎样?

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

饼图分类一般不超过 9 个,超过建议用条形图展示。

除饼图外,环形图(甜甜圈图)亦可表示占比,其差异是将饼图的中间区域挖空,在空心区域显示文本信息,比如标题,优势是其空间利用率更高

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

2、分层 - 环形图、旭日图

对于管理层而言,需先把握大局和重点。比如大区负责人需一眼看到重点地区及重点分部的情况(如下图),如何展示?

掌握这15个可视化图表,小白也能轻松玩转数据分析

 


掌握这15个可视化图表,小白也能轻松玩转数据分析

 


掌握这15个可视化图表,小白也能轻松玩转数据分析

 

这个叫旭日图(感受到阳光了吗?),逐层下钻看数据,大区的重点地区及相应分部的构成情况一目了然。

3、累计趋势 - 堆叠面积图

接下来,看看数值构成随时间变化的案例:第一大区(包含四个重点地区)近四年收入构成的趋势要如何可视化?自己想一想,再下滑看推荐方案。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 


掌握这15个可视化图表,小白也能轻松玩转数据分析

 

推荐方案是堆叠面积图,可以展现分量(地区)对于总量(大区)的贡献,并显示总量(大区)的变化过程。需要说明的是,地区收入的起点并非从 y=0 开始,而是在下面的地区基础上逐层叠加,最后组成一个整体。

4、累计比较 - 堆叠柱状图

如果将上图X轴的标签文字(即年份)和图例(即地区)互换(如下图A),用来看每个地区近四年的收入构成,用哪个图更合适?

掌握这15个可视化图表,小白也能轻松玩转数据分析

 


掌握这15个可视化图表,小白也能轻松玩转数据分析

 

是不是觉得都OK?那图中 X1 有何含义?堆叠面积图 A 方案和堆叠柱状图 B 方案都可以表现累加值。差别在于,堆叠面积图的 x 轴是连续数据(如时间),堆叠柱状图的 x 轴是分类数据。此案例中的 x 轴是非连续的分类数据,因此用 B 方案更适合。

5、累计增减 - 瀑布图

若想表达两个数据点间数量的演变过程,可使用瀑布图。开始的一个值,在经过不断的加减后,得到一个值。瀑布图将这个过程图示化,常用来展现财务分析中的收支情况。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

三、 分布 & 联系

通过分布 & 联系型图表能看到数据的分布情况,进而找到某些联系,如相关性、异常值和数据集群。

常见使用场景:客户的年龄段分布?单票成本与收件量的关系?

1、两个变量 - 散点图

仍以业务为例,下图为全国网点的单票成本/收入分布情况。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

单单这样看,可能看不出什么,如果加两条平均线就不一样了。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

加了平均线,就知道哪些网点高于平均线,哪些低于平均线。但网点那么多,总不能逐个点击查看是哪个大区的,给散点加上颜色后,就很有意义了。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

通过此图,可以看出哪些大区单票利润较低,急需提升,比如广泛聚集于右下角的第四大区,单票收入低于平均线,单票成本却高于平均线。

2、三个变量 - 气泡图

大家都知道,网点总利润除了和单票利润有关,还和体量(即收件量)有关,用散点的面积大小表示收件量,就变成了气泡图。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

3、结合地图 - 热力图

气泡图与地图结合可演变为热力图。通过热力图,能看到哪些网点收派件量较多,需进行资源调配。

掌握这15个可视化图表,小白也能轻松玩转数据分析

 

四、小结

当我们拿到数据后,先提炼关键信息,明确数据关系及主题,再选择合适的图表进行可视化。希望下图能给各位一些参考。数据可视化设计只要多练习、多总结,总有一天会得心应手的!

掌握这15个可视化图表,小白也能轻松玩转数据分析


Tags:数据分析   点击:()  评论:()
声明:本站部分内容来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,如有任何标注错误或版权侵犯请与我们联系,我们将及时更正、删除,谢谢。
▌相关评论
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表
▌相关推荐
一、引言在当前的网络环境中,存在着各种流量,包括网络空间扫描流量、搜索引擎爬虫流量、恶意软件的探测流量等等,例如mirai病毒在进行telnet爆破过程中,其目标IP就是随机生成的(...【详细内容】
2020-11-16   数据分析  点击:(1)  评论:(0)  加入收藏
什么是数据科学数据科学通常被描述为统计和编程的交集。在本文中,我们讲介绍如何在你的电脑上设置立专业数据科学环境,这样你就可以开始动手实践与流行的数据科学库!什么是...【详细内容】
2020-11-12   数据分析  点击:(1)  评论:(0)  加入收藏
很多人在做数据分析的时候,不知道怎么去开展,或者怀疑自己做出的分析报告是否合理、是否全面,这是因为你对这一套标准化流程没有真正的理解。 如何通过科学的流程,来得出有价值...【详细内容】
2020-11-12   数据分析  点击:(4)  评论:(0)  加入收藏
相信很多人都在工作当中听到过不少次数据分析这一词,而数据分析这个词近几年来随着互联网的快速发展,成为商业世界中的流行语。很多具有远见卓识的公司很早就已经开始去“智能...【详细内容】
2020-11-11   数据分析  点击:(14)  评论:(0)  加入收藏
如何做好业务分析(数据分析)?上周我们分析关键是头脑中要有一个业务管理的“理想模型”。那么如何构建这样的一个理想模型(知识图谱)?这里介绍5种方法。——黄迪祺 在...【详细内容】
2020-11-11   数据分析  点击:(3)  评论:(0)  加入收藏
日常工作中,分析师会接到一些专项分析的需求,首先会搜索脑中的分析体系,根据业务需求构建相应的分析模型(不只是机器学习模型),根据模型填充相应维度表,这些维度特征表能够被使用的...【详细内容】
2020-10-28   数据分析  点击:(8)  评论:(0)  加入收藏
随着很多企业规模越来越大,逐步健全了ERP、POS、CRM、OA等IT系统,沉淀了海量的数据资源,如果还是从单一系统来看数据,对于最高决策层来说,就很难全局了解整个公司的整体运营情况,...【详细内容】
2020-10-09   数据分析  点击:(7)  评论:(0)  加入收藏
序言 05 October 2020每次购物,都要花大量的时间去看看货品是否合适,尺寸、接口、规范等等都要一一审核,认真烦。每次遇到非官方的扫脸验证,总是嘀咕扫描数据放哪里了?是不是保管...【详细内容】
2020-10-05   数据分析  点击:(6)  评论:(0)  加入收藏
这几年越来越多的小伙伴涌入数据分析行业,呈现出井喷现象。每每有读者和学员问我如何转行、行业发展前景和个人发展路径,我都会提醒大家大家透过现象看本质,不要只是被表面光环...【详细内容】
2020-09-17   数据分析  点击:(25)  评论:(0)  加入收藏
一、引言在当前的网络环境中,存在着各种流量,包括网络空间扫描流量、搜索引擎爬虫流量、恶意软件的探测流量等等,例如mirai病毒在进行telnet爆破过程中,其目标IP就是随机生成的(...【详细内容】
2020-09-01   数据分析  点击:(47)  评论:(0)  加入收藏
1.象限法适用于对分析对象的划分。确定指标,根据指标的高低,组合出不同类别。2个指标,每个指标有高低之分,可得出4个类别。可视化后,就是二维坐标,每个类别分别落到四象限的一个象...【详细内容】
2020-08-27   数据分析  点击:(8)  评论:(0)  加入收藏
 如果您知道如何以及何时使用泊松回归,它可能是一个非常有用的工具。在大数据分析R中泊松回归模型实例中,我们将深入研究泊松回归,它是什么以及R程序员如何在现实世界中使用它...【详细内容】
2020-08-26   数据分析  点击:(7)  评论:(0)  加入收藏
随着大数据信息化时代的到来,数据分析是各行各业都绕不开的一个话题,企业在发展过程中积累了大量的数据,对这些数据进行专业的分析,能够促进企业更好更精准的发展,能够有效防范企...【详细内容】
2020-08-25   数据分析  点击:(0)  评论:(0)  加入收藏
大数据时代,大数据分析行业水涨船高,很多身边的朋友都想学习一下如何进行大数据分析。经常有人问我该怎么选择大数据分析工具。也对,面对市面上那么多大数据分析工具,大家在选择...【详细内容】
2020-08-18   数据分析  点击:(11)  评论:(0)  加入收藏
 在大数据分析R和RStudio使用指南中,我们将学习如何使用RStudio开始使用R进行编程。我们将安装R和RStudio RStudio,这是R的非常流行的开发环境。我们将学习RStudio的关键功能...【详细内容】
2020-08-18   数据分析  点击:(5)  评论:(0)  加入收藏
一、数据来源本节选用的是Python的第三方库seaborn自带的数据集,该小费数据集为餐饮行业收集的数据,其中total_bill为消费总金额、tip为小费金额、sex为顾客性别、smoker为顾...【详细内容】
2020-08-17   数据分析  点击:(5)  评论:(0)  加入收藏
为了更好地掌握数据科学必备库Pandas的基本使用,本文通过精灵宝可梦的数据集实战,我们一起过一遍Pandas的基本操作,文中的代码都附有注释,并给出了结果的配图。话不多说,我们开始...【详细内容】
2020-08-17   数据分析  点击:(4)  评论:(0)  加入收藏
频制作工具类,主流的视频剪辑,素材,字幕制作的工具都在这里 与音频相关的一些网站和工具。建议收藏,说不定那天就能用上了 一些图片处理的相关的网站和工具,大家都用的错不了...【详细内容】
2020-08-14   数据分析  点击:(8)  评论:(0)  加入收藏
“用数据分析,精准定位用户,精准发现用户需求,精准推荐产品”是很多很多地方都在吹的故事。然而就像儿童故事《咕咚来了》,大家都听说了这个咕咚(精准),可精准到底长啥样,怎么数据就...【详细内容】
2020-08-12   数据分析  点击:(6)  评论:(0)  加入收藏
 2020年受疫情影响,化妆品行业的销售业绩有所下滑,大部分的线下门店被迫暂停营业,为缓解营业压力和现金流危机,许多商家纷纷加大了线上业务的销售力度。而近年来,随着化妆品行业...【详细内容】
2020-08-12   数据分析  点击:(11)  评论:(0)  加入收藏
最新更新
栏目热门
栏目头条