数极客首页

数据可视化:你想知道的经典数据图表全在这

数据可视化是一个抢手
的概念,是剖析

师手中的优秀工具。好的可视化是会讲故事的,它向我们提示

了数据背后的规律。

大家对可视化的运用
认知或许来源于下面这张图。固然
结构

明晰
,但它只针对Excel图表,不够丰厚
。本文会分别

数据剖析

师的运用
场景展示

更多的可视化案例。

数据可视化:你想知道的经典数据图表全在这

?为便当
演示,文中绝大多数视图为ECharts.js的范例。

了解

可视化前,先知悉基础

概念。

?维度

数据剖析

中经常会提及维度。维度是察看

数据的角度和对数据的描画

。我们能够

说地域
是一种维度,这个维度包含上海北京这些城市。也能够

以为
销售额是一个维度,里面有各类销售数据。

维度能够

用时间、数值表示,也能够

用文本,文本常作为类别。数据剖析

的实质

是各种维度的组合,我想了解

和剖析

全国各地的销售额,就需求
将地域
维度和销售维度分别

,假定

想知道

各个年份的变化,那么再参与

时间维度。

说的再透彻点,Excel首行各字段就能够

了解

成维度。

数据可视化:你想知道的经典数据图表全在这

?互联网行业的PV、UV、生动

数也能算作维度。

图表的绘制依赖多个维度的组合。

维度类型和转换

维度主要是三大类的数据结构

:文本、时间、数值。地域
的上海、北京就是文本维度(也能够

称为类别维度),销售额度就是数值维度,时间更好了解

了。不同图表有维度运用
限制。

数值维度能够

经过
其他维度加工计算得出,例如按地域
维度,count出有多少是上海的,有多少是北京的。

维度能够

相互

转换。比如

年龄原本

是数值型的维度,但是能够

经过
对年龄的划分,将其分类为小孩、青年、老年三个年龄段,此时就转换为文本维度。细致

依照

剖析

场景运用

接下来引见
主要的可视化图表。

?散点图

散点图在报表中不常用到,但是在数据剖析

中能够

算出镜率最高的。散点图经过
坐标轴,表示两个变量之间的关系。绘制它依赖大量数据点的散布

散点图的优势是提示

数据间的关系,察觉

变量与变量之间的关联。

散点图需求
两个数值维度表示X轴、Y轴,下图范例就是身高和体重两个维度。

数据可视化:你想知道的经典数据图表全在这

?为了中止

剖析

,该图又引入性别维度,经过
颜色来辨别

当我们想知道

两个指标相互

之间有没有关系,散点图是最好的工具之一。由于
它直观。特别
大数据量,散点图会有更精准的结果。

后续的学习中,我们也会多次

借用到散点图,比如

统计中的回归剖析

,比如

数据挖掘

中的聚类。

折线图

折线图是察看

数据的趋向
,它和时间是好基友,当我们想要了解

某一维度在时间上的规律或者趋向
时,就用折线图吧。

数据可视化:你想知道的经典数据图表全在这

?折线图普通
运用
时间维度作为X轴,数值维度作为Y轴。

?柱形图

柱形图是剖析

师最常用到的图表之一,常用于多个维度的比较

和变化。

文本维度/时间维度通常作为X轴。数值型维度作为Y轴。柱形图至少需求
一个数值型维度。

下图就是柱形图的对比

剖析

,经过
颜色辨别

类别。当需求
对比

的维渡过
多,柱形图是力不从心的。

数据可视化:你想知道的经典数据图表全在这

?柱形图和折线图在时间维度的剖析

中是能够

互换的。但举荐

运用
折线图,由于
它对趋向
的变化表达更明晰

柱形图还有许多丰厚
的应用。例如堆积柱形图,瀑布图,横向条形图,横轴正负图等。

数据可视化:你想知道的经典数据图表全在这

?直方图是柱形图的特殊方式
。它的数值坐标轴是连续的,专用于统计,表达的是数据散布

状况

。在统计学的内容会特地
解说

天文

一切和空间属性有关的剖析

都能够

用到天文
图。比如

各地域
销量,或者某商业区域店铺密集度等。

天文
图一定需求
用到坐标维度。能够

是经纬度、也能够

是地域称号
(上海市、北京市)。坐标粒度即能细到细致

某条街道,也能宽到世界各国范围。

数据可视化:你想知道的经典数据图表全在这

?除了经纬度,天文
图的绘制离不开地图数据,POI是很重要的要素。POI是“Point of Information”的缩写,能够

翻译成信息点,每个POI包含四方面信息,称号
、类别、经度纬度、左近
的酒店饭店商铺等信息。借助POI,才干
按天文
维度展示

数据。

?饼图

饼图经常表示一组数据的占比。能够

用扇面、圆环、或者多圆环嵌套。商务类的汇报中应用较多。

为了表示占比,拼图需求
数值维度。

数据可视化:你想知道的经典数据图表全在这

?饼图是有缺陷的,它擅长表达某一占比较

大的类别。但是不擅长对比

。30%和35%在饼图上凭肉眼是难以分辨出区别的。当类别过多,也不合适

在饼图上表达。

数据剖析

师来说,除了做报告,饼图没啥用。

?雷达图

也叫蛛网图。可能男同胞们在游戏中看到它比较

多。它在商务、财务范畴
应用较大,适合

用在固定的框架内表达某种已知的结果。常见于运营
状况

,财务安康
水平

比如

我对企业财务中止

剖析

,划分出六大类:销售、市场、研发、客服、技术、管理。经过
雷达图绘制出预算和理论

开支
的维度对比

,会很明晰
。如下图:

数据可视化:你想知道的经典数据图表全在这

?箱线图

箱线图普通
人了解

的不多,它能精确

地反映数据维度的离散(最大数、最小数、中位数、四分数)状况

。凡是

离散的数据都适用箱线图。

下图就是箱线图的典型应用。线的上下两端表示某组数据的最大值和最小值。箱的上下两端表示这组数据中排在前25%位置和75%位置的数值。箱中间的横线表示中位数。

数据可视化:你想知道的经典数据图表全在这

?假定

你是一位互联网电商剖析

师,你想知道

某商品每天的卖出状况

:该商品被用户最多置办

了几个,大部分

用户置办

了几个,用户最少置办

了几个。箱线图就能很明晰
的表示出上面的几个指标以及变化。

绘制箱线图,新人需求
了解

统计的基础

概念:最大值,最小值,中位数,四分位数。这个会在后续解说

热力图

以高亮方式
展示

数据。

最常见的例子就是用热力图表现道路交通状况

。老司机一眼就知道

怎样
开车了。

数据可视化:你想知道的经典数据图表全在这

?互联网产品中,热力图能够

用于网站/APP的用户行为剖析

,将阅读
、点击、访问页面的操作以高亮的可视化方式
表现。下图就是用户在Google搜索结果的点击行为。

数据可视化:你想知道的经典数据图表全在这

?热力图需求
位置信息,比如

经纬度坐标,或者屏幕位置坐标。

关系图

展示

事物相关性和关联性的图表,比如

社交关系链、品牌传播、或者某种信息的活动

数据可视化:你想知道的经典数据图表全在这

?有一条微博,往常

想研讨
它的传播链:它是经由哪几个大V分享扩散开来,大V前又有谁分享过等,以此为基础

能够

绘制出一幅发散的网状图,剖析

病毒营销的过程。

数据可视化:你想知道的经典数据图表全在这

?关系图依赖大量的数据,它自身

没有维度的概念。

矩形树图

上文说过,柱形图不适合

表达过多类目(比如

上百)的数据,那应该怎样
办?矩形树图呈现
了。它直观地以面积表示数值,以颜色表示类目。

下图中各颜色系代表各个类目维度,类目维度下又有多个二级类目。假定

用柱形图表达,简直

是灾难。用矩形树图则悄然

松松。

数据可视化:你想知道的经典数据图表全在这

?电子商务、产品销售等触及
大量品类的剖析

,都能够

用到矩形树图。

?桑基图

比较

冷门的图表,它常表示信息的变化和活动
状态。

数据可视化:你想知道的经典数据图表全在这

?在我曾经写过的一篇文章读懂生动

数据中,用桑基图绘制了用户生动

状态的变化,这是用户分层的可视化应用。

其实数据剖析

师经常接触到桑基图,只是不知道

它的正式名字,它就是Google网站剖析

中的用户行为和流量剖析

。用户从哪里来,去了哪个页面,在哪个页面分开
,最终
停留在哪个页面等。下图就是桑基图十分

直观的解释。

数据可视化:你想知道的经典数据图表全在这

?这一块内容,会在第六周分别

用户行为解说

漏斗图

大名鼎鼎的转化率可视化,它适用在固定流程的转化剖析

,你也能够

以为
它是桑基图的简化版。说实话,随着个性化举荐

和精准运营越来越多,漏斗转化有它的局限性。

转化率也能够

用几组数字表示,不一定做成漏斗图。

数据可视化:你想知道的经典数据图表全在这

?除了上述可视化图表,还有其他很多经典,例如词云图、气泡图、K线图等。也欢送

大家留言提供更好的图表。我们运用
图表,不只是为了美观
,固然
美观
的报告面向老板和协作
方很有优势。更多的是盘绕
业务中止

剖析

,得到我们想要的结果。

没有最好的可视化图表,只需

更好的剖析

办法

有些数据可视化,Excel就能完成,有些则必需
借助第三方工具或者编程。下一篇文章我会选择
部分

图表教大家怎样
Excel绘制。

发表评论

评论已关闭。

相关文章