留言与评论(共有 0 条评论) |
发布时间:2020-04-15 16:43:30
我觉得只要专注常用的几个图表就好了,不用那么复杂,把精力放在数据处理上吧,骚年~
下图以报表工具FineReport举例。
条形图:
适用于二维数据集,用来显示一段时期内数据的变化或者描述各项之间的比较。分类项水平组织,数值垂直组织,用来强调数据随时间或者其他条件的变化,适用中小规模的数据集。
折线图:
折线图适合二维的大数据集,尤其是那些趋势比单个数据点更重要的场合。假设需要查看各个年份的合同签约总金额走势,此时选择折线图组件来提供数据分析是最合适的。
饼图:
饼图我觉得是一种应该避免使用的图表,因为肉眼对面积大小不敏感。但在具体反映某个比重的时候,配上具体数值,会有较好的效果。
散点图:
散点图适用于三维数据集,但其中只有两维需要比较。
气泡图:
气泡图是散点图的一种衍生,通过每个点的面积大小,反映第三维,比如十字象限气泡图。
雷达图:
雷达图适用于多维数据(四维以上),且每个维度必须可以排序。数据点一般6个左右,太多的话辨别起来有困难。
数据地图
与地理位置密切相关,希望知道各区域的分布状况可以选用数据地图
----------------------------------------------------------------------------------------------------------
这几种图表使用虽简单,但在最常见的配色、大小、线条方面都很有讲究!
柱形图
柱形图用途广泛,擅长展示:数据随时间变化,不同数据的比较,部分和整体的关系。
垂直柱形图用于展示按时间排序的数据。堆叠柱形图可以比较部分与整体的关系,可应用于离散数据和持续性数据,水平垂直堆叠皆可。
水平柱状图在当数据分类标签较长时,可采用。当每个分组总值不甚重要,只考虑其中部分-整体关系时,可采用100%的堆叠。
制作注意点:
1、尽量使用水平排列的文字标签
2、柱形栏间距要合适
3、Y坐标轴的数值从0开始
4、色彩搭配一致且和谐
5、数据排列要合理
饼图
饼图能够方便表达数据部分和整体关系,适用于离散型数据和持续性数据。当数据量很小时,这种方法最能吸引人,也最容易理解。
制作注意点:
1、饼图中分类最好不要超过5种,种类多百分比小难以区分
2、不要使用多张饼图用作展示数据对比关系,这样的对比关系柱状图堆叠比较合适
3、确保所有的数据百分比加起来为100%
面积图
面积图能够表示数据的时间序列关系,和折线图不同的是,面积图能够清晰表示出量
比如堆积图表可用来可视化展示部分和整体之间的关系,展示部份量对于总量的贡献。
制作注意点:
1、不要用面积图来展示离散数据,尽量展示变化稳定的数据
2、不要展示超过4组的数据分类,太多的数据分类会让图表显得繁杂,难以阅读
3、要设计得易读懂,把变化量较大的数据放在上方,变化量较小的数据放在下方
4、灵活使用透明色,尽量确保数据不要重叠,如果无法避免,可使用透明色
热力地图
热点地图可以展示分类数据,利用强烈的色彩对照感来表现地理区域或者数据列表的情况。
制作注意点:
1、使用简单的地图轮廓,不宜太鲜明
2、图案使用过多,增多样式变化,容易让读者混淆
3、选择合适的数据范围,数据范围选择应该灵活,3-5组的范围即可
4、色彩选择要合适,使用系列色比较符合目前大众的审美
正面展示之后,来个反面教材,哪些图是不能入我眼的——十宗罪!
错误1:混乱的饼图分割
方法一:将最大的部分放在12点钟方位,要顺时针。第二部分12点钟,逆时针方向。剩下的部分可以放在下面,继续逆时针方向。。
方法二:最大一块12点钟开始,顺时针方向旋转。剩余部分在降序排列,顺时针。
错误2:一直使用单一的图表元素根据不同的内容,可以设计多样化的图表元素来强化视觉冲击,不可以反复使用一直类型的图表元素。
错误3:数据排序混乱内容应该以一种合乎逻辑的和直观的方式来引导读者了解数据。所以,记得将数据类别按字母顺序,大小顺序,或价值进行排序。
错误4:数据模糊不清数据都展示不清谈什么图表。比如使用标准的面积图时,可以添加透明度,确保读者可以看到所有数据
错误5:让读者自己解读图好看可以,但尽可能轻松地帮助读者理解数据。例如,在散点图中添加趋势线来强调的趋势
错误6:扭曲数据确保所有可视化方式是准确的。例如,气泡图大小应该根据区域扩展,而不是直径。
错误7:在一张热力图上使用不同的颜色颜色用得太花,会给数据增加不可承受之重,相反,设计师应该采用同一色系,或者类比色。
错误8:条状图太胖或太瘦有创意我喜欢,但是记得图表设计水平也要跟上。条形图之间的间隔应该是1/2栏宽度。
错误9:很难比较数据比较是展示数据差异的好法子,但是如果不容易看出差别的话,那么你的比较就毫无意义。确保所有的数据都是呈现在读者面前,选择最合适的比较方法。
错误10:滥用3D图表虽然他们看起来很酷,但是滥用3D形状有可能会扭曲感知,因此扭曲数据。有的时候坚持2次元,会使数据显示更加准确。
留言与评论(共有 0 条评论) |
全站搜索