精华内容
下载资源
问答
  • 平时,我们在制作图表可视化的时候,常常会遇到要处理大量数据的问题,而如何将这些数据通过图形化的方式表达显得尤为重要。所谓一图胜千言,图表用的好,真的是会事半功倍的。但现实情况下,很多小伙伴遇到的问题是...

    炫酷的数据可视化效果,不仅令人惊叹,让小伙伴羡慕,更能让老板肯定!可见数据可视化在现如今企业里的重要作用,但是如何做好数据可视化是一门学门。

    10e381e0bd58958b495ba197f8eafca6.png


    平时,我们在制作图表可视化的时候,常常会遇到要处理大量数据的问题,而如何将这些数据通过图形化的方式表达显得尤为重要。所谓一图胜千言,图表用的好,真的是会事半功倍的。但现实情况下,很多小伙伴遇到的问题是:你做的图表太丑了。你做的图表到底想表达什么?图表太多,该用哪一个更好呢?
    所以,在这里,给大家分享一些通用的图表使用规范。01.折线图当使用折线图来表示趋势时,不要选择虚线,因为这会导致别人在数据阅读上存在障碍。正确的做法是使用实线。增强数据之间的连贯性。

    b96de083502a358ba54e8cc9aaf6bd6c.png

    02.面积图
    在使用面积图时,为了能够确保看清所有数据的走势,要对面积图进行透明化处理。否则,就会看不清后面的数据。

    568b445b1a58a91d418d184cb471dce0.png

    03.立体图
    如果对数据严谨性有要求的场合下,不要使用立体图表,而要选用平面图表。

    37676683949ebe72a0d40005e34cdd80.png

    04.数据差异小
    如果数据间差异不大,而且还需要进行对比时,不要使用饼图,因为几乎看不出数据之间的差异性。正确的做法是使用柱状图来进行对比。

    918c41b24430fcd33caef764f5a33573.png

    05、饼状图
    在使用饼图时,一定要确保两点。一是将最大份额部分从12点钟方向开始,不能有丝毫偏差。二是尽量确保按照从大到小的份额进行排列

    92c6ddf73e974d7e210330381ee98191.png

    06.气泡
    在使用气泡来表示面积时,比如说 A 公司市场份额是 B 公司的2倍。一定要确保面积之间的倍数关系的准确性。

    49e946f21993855d3202d4c192fcb8fa.png

    07.坐标纵坐标的起始数据要从0开始。最好不要擅自修改起始数据,因为这样会在视觉上误导数据上的偏差。

    e5d037da95b4f1e71b181eeb9abf9075.png

    08.柱状图
    柱状图各分类之间的间距不能过大,也不能过小,保持在柱状图宽度的50%到80%之间即可。

    31c2116f7f0c474af4488e2a808ef087.png

    09.图表信息不要随意地删除图表所包含的内容。这样会造成别人读图表时产生困难。虽然网上有很多教程教你制作图表时要删删删,但我在这里要告诉你,那是错误的。

    27d1069b683ea49f565e1fb45f24e4c7.png

    10.颜色如果需要进行数据之间的比对,那么,最好使用不同的颜色来进行区分。
    什么意思呢?在这里给大家解释一下。
    如果我们想让系列1、系列2以及系列3与系列4进行对比,那么,我们可以将前3者换成同一色系,而将系列4换成对比色系,这样会让图表更具有对比性。

    63c54f5baad6f3907edb18fbb78e6795.png

    0fa34c96a4e9a61a6d1dfe226e31d6ec.png


    其实这样的问题还有很多,归根到底就是从实际中归纳总结出适合行业的经验,上述所说的,也是从业者依托自己的经验总结出来。看了这些,您是否结合自己多年的经验,有所感触呢?

    展开全文
  • 结果很多人花了大力气做可视化图表,却没达到想要的效果。 那么,如何让数据“说人话”,让受众更快速地懂你呢?本文梳理了可视化的相关内容,分享给大家。 一、你的数据适合哪种可视化图表 数据可视化有很多既定的...

    每到月度、季度、年度总结的时候,用到最多的、最有说服力的就是数据了。让数据说话,摆事实、讲道理才能赢得上级的肯定。

    大家都听过“数据可视化”,也知道要用直观的图表让受众理解复杂多变的数据。但很多人往往只注重让图表看上去“高大上”,而忽视了“这些的数据究竟适合哪些图表来表达”。结果很多人花了大力气做可视化图表,却没达到想要的效果。

    那么,如何让数据“说人话”,让受众更快速地懂你呢?本文梳理了可视化的相关内容,分享给大家。

    一、你的数据适合哪种可视化图表

    数据可视化有很多既定的图表类型,下面我们分别来谈谈这些图表类型,他们的使用场景,以及使用的优势和劣势。

    1、柱状图

    在这里插入图片描述

    使用场景:它的适用场合是二维数据集(每个数据点包括两个值 x 和 y),但只有一个维度需要比较。

    优势:柱状图利用柱子的高度,反映数据的差异。肉眼对高度差异很敏感,辨识效果非常好。

    劣势:柱状图的局限在于只适用中小规模的数据集。

    2、折线图

    在这里插入图片描述

    使用场景: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。它还适合多个二维数据集的比较。

    优势:容易反应出数据变化的趋势。

    3、饼图

    在这里插入图片描述

    使用场景:适用简单的占比图,在不要求数据精细的情况下可以使用。

    优势:可以清晰表达同一个整体中,不同成分的比例关系。

    劣势:肉眼对面积大小不敏感。

    饼状图是面积图的一种,但是因为其劣势明显,所以在使用饼状图及其他类型面积图时,注意用数字标明占比情况。

    4、漏斗图

    在这里插入图片描述

    使用场景:漏斗图适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在。

    优势:能够直观地发现和说明问题所在。

    在网站分析中,通常用于转化率比较,它不仅能展示用户从进入网站到实现购买的最终转化率,还可以展示每个步骤的转化率。

    劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。

    5、地图

    在这里插入图片描述

    使用场景:适用于有空间位置的数据集。

    优劣势:特殊状况下使用。

    6、雷达图

    在这里插入图片描述

    雷达图是一种类似蜘蛛网的网状图,可以对两组项目的多种变量的项目进行对比,它可以反映数据相对中心点和其他数据点的变化情况,可以清楚地反映事物的整体情况。

    使用场景: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。

    但是,它有一个局限,就是数据点最多6个,否则无法辨别,因此适用场合有限。

    劣势:需要注意的时候,用户不熟悉雷达图,解读有困难。使用时尽量加上说明,减轻解读负担。

    其实想要实现炫酷的数据可视化,工具只是其中一方面,如何结合自身的需求和场景选择适合自己的工具才是最重要的;而Smartbi作为一款数据分析工具,最大的好处就是简单容易上手,而且不需要你有编码和程序基础,就可以实现超炫的图表效果,让你的老板看傻眼!

    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • 这种情况下如果为了单纯的图表可视化,建议用Excel,2016版及以上,因为Excel大家都会,新版本的Excel自带各种常用图表,颜色样式都可以自定义,最重要的是既能处理数据,又能把图表了,是最实际的。如果数据不...

    工具方面

    制作可视化各回答都忽略了一点,就是所展示数据的量和复杂度。

    如果数据很简单,数据量很小(万行以内),数据很干净(很少有错误值和空缺值等),这种情况下如果为了单纯的图表可视化,建议用Excel,2016版及以上,因为Excel大家都会,新版本的Excel自带各种常用图表,颜色样式都可以自定义,最重要的是既能处理数据,又能把图表给做了,是最实际的。

    如果数据不简单,数据量也很大,还有不少的数据处理工作,甚至你还想要一些酷炫的可视化效果。简单快速上手不妨用一些在线的图表工具,如各位推荐的,但是前提是数据要在Excel中处理好,如果数据量大可能实现还要在数据库中处理。或者一蹴而就用BI分析工具,诸如FineBI(www.finebi.com),自带的可视化图表基本能满足大部分使用需求了。

    FineBI可视化操作

    导入数据——拖拽字段——自动生成图表

    FineBI做数据地图

    一些可视化demo

    可拓展的可视化图表:

    图表的选用和设计方面

    1、学会使用最佳的图表类型

    时间趋势分析

    时间趋势分析,是日常工作中应用最为广泛的方法之一。对于这类场景,通常可以选择折线图、柱状图来更好地进行数据到时间趋势的分析,比如上图所示,我们用折线图来分析每个地区的年度合同金额走势。

    但是如果我们同时还想知道总的销售额在每年的走势如何,仅仅通过折线图或者柱状图显然是无法表达的。如果想知道每年总的销售额的走势,这个时候我们就可以通过范围面积图、堆积折线图或者堆积柱状图来实现。但是这三其实者也是有区别,范围面积图和堆积折线图是以每个地区作为一个模式的(单独观察每个地区的合同金额走势也同样方便),而堆积柱状图是将每个月份作为一个模式的。

    比较和排序分析

    第二种要给大家介绍的是比较和排序分析,对于这类场景,通常可以选择条形图或者柱状图来进行对比比较和排序,这是因为他们都是基于相同的基线然后将数值显示为长度或者高度,使得值与值之间的对比分析变得异常容易。

    相关性分析

    我们经常会有一些需要进行相关性探索分析的数据,例如研究某一种商品的单价和销售额之间的关系,研究员工考勤时间和离职率之间的关系,研究温室温度和作物生长的关系等等,这个时候采用散点分布图也许是我们的首选。但是需要注意的是,相关性分析并不能保证绝对的存在关系,只是表示可能存在关系。一般来说,在用散点图进行数据的相关性分析时,我们还可以引入趋势拟合线进行辅助判断。

    对于不同单位的数据,在FineBI中我们可以采用分面分析的方法。分面展示其实是提供了一种将多项指标并列分析的数据观察视角,比如我想同时观察温度和衬衫销售的数据统计趋势、观察合同金额和购买数量的关系,这个时候就可以使用分面分析来进行数据统计观察。通过分面,可以分析不同指标的相关性,从而发现数据的潜在关联。

    分布分析

    分布分析也是我们做数据可视化分析时使用的比较多的一种方法,例如我们想知道不同产品类型的销售金额分布,这个时候我们可能会选择使用饼图进行展示。

    通常来说饼图和堆积柱状图主要用于做数据的分布分析,但是需要注意不要试图尝试对不同系列的饼图进行数据分布对比分析,这将会不利于我们观察到每部分数据的变化情况,此时对比柱状图会是我们更好地选择。

    周期性数据分析

    对于周期性循环数据特征分析,比如企业经营状况——收益性、生产性、流动性、安全性和成长性的评价(适用于快速对比定位短板指标),我们建议使用雷达图进行展示。

    地理数据分析

    对于那些和地理位置信息相关的数据分析,地图是我们的首选类型,包括点地图、区域地图、热力地图、流向地图等等。因为地图除了能对比分析数据本身的差异性之外,还可以结合地理位置进行分析,发掘和地理位置信息等相关的业务价值。

    例如某一家电商企业,想要分析不同区域服装种类的销售情况,如果通过地图进行地理位置信息相关的辅助分析,就能快速探索出服装种类和地区位置区域的相关性(例如南方衬衫、西装等服装热销,北方羽绒服、羊毛衫等服装热销)。

    漏斗转化分析

    漏斗图适用于分析具有明确流程节点转化率的数据分析场景,例如互联网企业常用的平台用户访问阶段漏斗转化分析、用户生命周期漏斗转化分析等等。

    如上图所示 ,我们通过FineBI进行某个平台的用户访问阶段转化率数据分析。我们逐级来看各节点转化情况,首先是用户从浏览商品行为到添加购物车行为这一流程的转化情况,我们通过漏斗图可以快速看出其转化率为50.77%,反映出该平台的商品介绍、图片描述等对用户有较强的吸引力。接下来继续看添加购物车到下单的转化率,可以看出其转化率高达99.66%,非常不错。之后却看到单至付款的转化率仅50%,这是一个值得反思的转化节点,通过数据分析猜测该平台商铺支付渠道不完善,需要增加例如支付宝、微信等快捷支付渠道,降低平台因为没有提供用户习惯性的支付渠道而导致用户放弃购买行为的几率。

    日历图分析

    日历图常用于分析和时间规律相关的分布数据,一般来说需要使用同一生长色系或者热力色进行渲染展示。

    如上图所示,我们使用日历图分析每个月每天的发电量数据,可以很容易地发现8月、12月份的与中下旬处于全年的用电高峰期。

    核心KPI指标分析

    对于企业核心的KPI指标数据我们通常可以使用,KPI指标卡以及文本组件进行直观的汇总展示。

    硕大醒目的关键绩效指标是用户查看仪表板时的锚点,它们似乎在大声引导用户说:“从这里开始!”这些数字可用作对话开场白,还能为旁边的图表提供上下文。

    表格展示

    最后是适合直接使用表格进行展示的数据类型,通常来说比如需要查看精准的数据(比如需要反复查对的统计数据)以及需要明细展示的数据。通常来说我们可以和颜色进行结合(FineBI可自动渲染为颜色表格),更进一步的直观显示出数据的数值大小分布。

    2、做好颜色搭配,可视化才能让人眼前一亮

    颜色是最有效的美学特征之一,因为它可以吸引注意力。我们最先注意到的特征就是颜色, 它能够以直接的方式突出显示特定见解、标识异常值。在论证观点时,颜色的使用应该以数据为基础,而不是个人的喜好或品牌的颜色。

    一般来说,我们在使用颜色的时候可以遵循以下的配色一致性原则:

    ① 数值指标一致性

    当根据某一个指标的数值大小进行颜色映射时,建议使用生长色系的渐变颜色。

    例如上图所示,统计的是不同年份的一个地区销售额情况,左边的图颜色并没有色系和生长规律,用户难以理解具体指标数值的映含义,而此时如果使用右边的生长色系的表达方式,它会传达给用户一种颜色可测量感。那么用户根据这样的渐变生长色系,就可以很轻松地理解当年每个地区的一个销售额分布情况。

    ② 指标颜色一致性

    在同一仪表板中,对于相同的度量尽量使用同一色系的颜色方案,避免使用过多的颜色对用户造成干扰。

    例如我们在做销售看板分析时,通常分析指标会有销售额和回款额,那么即使我们在对同一个指标做不同维度的数据可视化分析时,对于销售额和回款额建议分别使用相同的色系进行配色,比如销售金额尽量用黄绿色系,回款金额尽量用蓝色系。我们在遵循这样的指标颜色一致性配色原则之后,用户就能够快速地根据颜色区分来理解当前的数据可视化图表所要表达的指标含义。

    ③ 色系颜色一致性

    在同一仪表板中,尽量选择相同色系的颜色方案,避免撞色。

    对于颜色如何去定义选择,这个可能是很多用户非常头疼的事情,不知道该选择什么样的颜色去搭配。但是其实在色系搭配方面,FineBI里面内置了非常多的漂亮的配色方案可供大家进行同一色系颜色的选择,这一点对于用户是非常友好的,毕竟有时候“颜值也很重要”。

    如果我们是自定义配色,需要避免一些撞色。例如你把黄+白、蓝+黑、红+蓝、黄+紫等等色系进行搭配,这样不但从感官上不美观,而且还容易对用户的眼睛造成刺激。

    ④ 语义颜色一致性

    符合语义的颜色可以帮助人们更快地处理信息,尽量根据指标含义选择符合人类最直观感受的颜色。

    因此可以使用红色来表示热量分布,褐色表示干旱指数,蓝色表示降水量等等。

    最后

    优秀的可视化首先是帮助更好的理解数据,快速提供有意义的见解,其次再是可视化,视觉方面见解明了即可,重点还是数据。

    展开全文
  • 今天我们将介绍6种可视化图表类型,并分析其适用场景,从而帮助大家快速选择,让你的可视化报表更美观。 1.堆叠比对- 数据对比更清晰 ➤场景:产品各季度销售总额如何对比更清晰?通过柱图堆叠的形式,不仅可以根据...

    数据分析越来越重要,日常工作中,我们经常会用到数据可视化,可在实际分析做图中,我们的图总是做的太丑,别人那些漂亮的图都是如何做的?又或者图表组件太多,到底该用哪一个好呢?

    今天我们将介绍6种可视化图表类型,并分析其适用场景,从而帮助大家快速选择,让你的可视化报表更美观。

    1.堆叠比对- 数据对比更清晰
    在这里插入图片描述

    ➤场景:产品各季度销售总额如何对比更清晰?通过柱图堆叠的形式,不仅可以根据单个指标内进行各季度数据对比,同时还可以横向对比不同指标间的相同季度销售情况,并结合各指标定义好的目标值来评估各季度销售情况是否达标。

    2.甘特图- 项目进展一目了然
    在这里插入图片描述

    ➤场景:通过项目列表和时间刻度来展示项目的信息与持续时间,再利用他们所围成的区域中用条形图表示期间计划和实际完成情况。可以直观的表明项目各阶段计划何时进行,进展与要求的对比。帮助项目管理者更加清晰的展现项目的剩余任务、工作进度。

    3.参数动态应用- 关键指标联动
    在这里插入图片描述

    ➤场景:报告视图可以根据用户选择的产品指标条件,将其数值传入图表中来影响其TopN排名、表格渲染值、预警详细信息、目标线等信息的展现,更加生动的将数据联动起来,可以更清晰的让用户看到相关指标下的数据变化,帮助他们做出更明智的决策。

    4.支持全局筛选- 固定显示筛选区域
    在这里插入图片描述

    ➤场景:当用户需要先根据指标条件进行筛选,再显示相关的数据内容。同时筛选区域可以在页面布局中固定位置,不随着报告页面滚动,此种布局方式目前支持顶部和左侧放置筛选条件区。通过此种布局方式可以帮助用户方便的读取报告内容,同时不会受到返回页面顶部重新筛选条件的苦楚。

    5.报告支持多标签页- 方便报告管理
    在这里插入图片描述

    ➤场景:在数据分析项目中,常常会根据实际业务维度分别进行报告分析。如果希望把他们关联管理起来,以前需要通过高级功能将他们关联起来。对于普通的业务分析人员来说是具有一定的学习成本。而现在我们提供了一种更加方便快捷的方式,在自由布局报告中支持多标签页功能,一个报告中可以配置多个标签页面,方便用户管理报告。页签栏支持显示在报告顶部和底部,另外多个标签页共享一个全局筛选,自适应时以整体最大的宽高进行自适应。

    6.书签- 方便查看不同关注指标数据
    在这里插入图片描述

    ➤场景:每次打开报告都要在一大堆指标中筛选所关注的值,每次查看不同值后还想回看还要重新选择,实在是太繁琐了。现在我们提供了书签功能,能够快速将不同的关注指标分别做为独立报告书签,帮助用户快速查询所关注的数据报告。

    展开全文
  • 信息的质量很大程度上依赖于其表达方式,同样的,对数据进行数据分析后,结果可视化可以帮助用户更好地理解数据信息,挖掘数据价值。数据可视化的本质就是视觉对话,数据可视化将数据分析技术与图形技术结合,清晰...
  • 年底的总结报告里,总少不了数据的展示,怎么在ppt中做出让人眼前一亮的可视化图表呢,今天我教大家几个方法初级:使用ppt自带图表如果涉及的可视化图表不是特别多,分析的维度也比较简单,可以直接使用ppt自...
  • 最近分享了20个EXCEL图表的详细制作方法,这些图表是我在工作中经常用到的,因为工作中要...一、提前设计和制作数据可视化图表,预判领导可能想了解的信息提前做好数据可视化的设计和制作工作,领导不论想了解哪个...
  • 本文一共6040文字,阅读大概需要15分钟近期在直播后台内容数字化渠道升级 ,其中有个工作是需要把大量的数据表格转换成为可视化图表,接到需求一脸懵的我,冒出几个问题1.什么是数据可视化?2.数据可视化的设计...
  • 只有将数字进行图形化,印象才会比较深刻,这时候就要用到Excel可视化图表了。问题是:如何在excel中让数据可视化?这时候你可能一头雾水,不用担心,小编今天给大家准备了58套Excel可视化图表模板(自带公式),让你...
  • 相信很多人都看过可视化图表,如果没看过,上百度输入关键词“数据可视化”,可以搜到一大堆像下图这样的可视化图表。 看到这些图表,是不是觉得特别酷,想自己动手也一个。但又感觉很难,不知道如何下手。...
  • 结果很多人花了大力气做可视化图表,却没达到想要的效果。 那么,如何让数据“说人话”,让受众更快速地懂你呢?本文梳理了可视化的相关内容,分享给大家。 一、你的数据适合哪种可视化图表 数据可视化有很多既定的...
  • 我们看到上面两个图表是全年月份的销售分析,红色位置指明当前月份——4月,这种分析法主要功能是突出显示和警示的作用,很适合用于日常分析和经常使用年度筛选对比的分析工作。 如何实现这种方式呢? 在颜色设置...
  • 非专业人员如何在几分钟内快速地出来一个数据分析图表(图片见附件)?永洪提供了二十多种主题风格,可以满足不同喜好的用户。 这样一个图表PPT是一样的,PPT是把文字、文本框、图片等不同的元素,...
  • 我们为什么数要数据可视化如何图表讲故事?# 大家经常需要数据可视化,然后用PPT来说服高层或者各类决策,今天分享一些PPT的技巧! 温馨提示:用派代APP看的派友,请在有WIFI的网络下观看,图多会打开...
  • 要让可视化图表达到给使用者最佳的信息传达效果,我们必须认真考虑各种规划和设计各种元素 而图表种类繁多,如何选择正确的图表达到“一图胜千言”的效果呢? 我将图表分成几个大类,分别为「比较类、占比类、趋势...
  • 写在前面其实,无论是统计还是出图,都需要很详细的指导,统计方面有大量的书籍用于指导我们如何选择方法,如何做统计,但是出图方面就不是那么友好了,虽然有大量的软件和工具可以让我们明白如何作图...
  • 如何优雅地选择数据图表可视化设计实战0x00 前言 可视化系列七天之旅完结篇,将通过一个Dashboard的实战设计,来解构数据可视化过程中的关键步骤,从而呈现可视化设计的基本思路和完整链路。在可视化系列开篇文章...
  • Django中引入echarts图表做数据可视化

    千次阅读 2020-03-30 21:46:32
    本篇博客将详细介绍Django中如何引入echarts库: 从echarts官网中选择所需要的图表的样式 选择好样式打开此页面,将红框中代码放入前端页面中 需要放入的位置: <script type="text/javascript"> var ...
  • 大部分人对数据进行可视化时,只是一种图表的堆砌,先把需要的单个图表做完,然后简单地罗列组合在一起,最后改变一下整体颜色,就完成了。整个过程虽然不能说错,但并没有把图表的优势发挥出来。下面分享一些用图表...
  • 2020年了,数据可视化已经不是个新鲜词了,把数据以可视化图表的形式展示并没有多神奇,用Excel等传统的办公工具就可以轻松实现。以前传统数据分析报告就是ppt里贴图表,再配上分析结论,这种形式的数据呈现是静态的...
  • 今天跟大家分享下网易云技术团队前不久免费开放的两个 Python 中文课程:Python数据分析工具秘技60 分钟用 Python 静动态图表可视化除了开放性中文课程外,还有一份 Py...
  • 第一个案例首先开始来绘制你的第一个图表frompyechartsimportBar'''遇到不懂的问题?Python学习交流群:1004391443满足你的需求,资料都已经上传群文件,可以自行下载!'''bar=Bar("我的第一个图表","这里是副标题")...
  • 从而导致出来的数据分析报告不尽如人意,今天就针对图表选择来分享一些技巧要让可视化图表达到给使用者最佳的信息传达效果,我们必须认真考虑各种规划和设计各种元素而图表种类繁多,如何选择正确的图表达到“一...
  • 很多人分析数据都是用Excel,但是出来的图表都比较简单,到头来只能感动自己,领导并不买单。 那么领导想要的数据可视化是什么样的呢?我从我们新入职的财务总监这里找到了答案: 这些可视化数据报表有2个特别之处...
  • 关于数据图表在日常工作中都会采用到无论是否工作汇报还是数据...o 免费使用的途径:图表秀网站:https://www.tubiaoxiu.com/最近发现了一枚像PPT一样简单的在线图表编辑器图表秀,可谓可视化者的新玩具。主要看中它...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 404
精华内容 161
关键字:

如何做可视化图表