作者 | Destiny
来源 | 木东居士
0x00 前言
第1篇文章《数据可视化过程》发出后,通过居士收到一些读者的反馈,大家的共同心声是,希望在后续的文章中,结合具体的业务场景,多分享一些实例及其优缺点。多谢大家的意见,也感谢大家的支持,后续会不断改进,输出更多干货。
在数据可视化的过程当中,根据数据间的关系选择合适的图表,是保证数据可视化效果的关键。今天这篇文章,主要分享以下两类数据关系的可视化:
0x01 时序数据可视化
时序数据,是指任何随着时间而变化的数据,如一天中气温随时间的变化。
要进行时序数据的可视化,我们首先需要了解「时间」所具有的特征:
「时间数据」按是否连续可分为:离散型时间和连续型时间两类,时间类型的差异决定了图表的表现形式也不同。
1. 离散时间的可视化
离散时间:数据来源于具体的时间点或者时间段,且时间数据的可能取值是有限的。
对于分布在离散时间的数据的可视化,可以采用柱状图、堆叠柱状图、散点图来表示,下面分别来看下三种图形来进行离散时间可视化的适用场景和不适用场景。
(1)单一柱状图
1)适用场景
2)不适用场景
(2)并列柱状图
单一柱状图,是表示某一系列数值在离散时间上的可视化方式。当需要对比某一离散时间上的多个系列,以及展示随时间的变化趋势时,并列柱状图是一种选择。
但是要注意一点,并列柱状图的属性系列,通常不能超过3条,否则图表横向空间会比较拥挤,展示的效果也不好。
(3)堆叠柱状图
单一柱状图,是表示各个离散时间点总体数值的一个方式。但是,当我们想知道各个离散时间点总体的构成部分,是如何随着时间而变化的,这个时候,就需要引入堆叠柱状图。
堆叠柱状图,按照堆叠的部分,展示的是实际体量还是相对体量,可以分为两类:
1)普通堆叠柱状图
假设某电影院想分析,2019年上半年个月的票房情况,同时也想知道各个月的国产片和外国片共贡献的票房分别为多少,这种情况下,我们可以用普通的堆叠柱状图来表示,具体如下:
普通堆叠柱状图,整体的构成部分,最好不要超过5项。若实际构成项大于5个时,需要做适当的归类,以保证图表重点突出。
2)百分比堆叠柱状图
若影院想知道上半年各月,国产片和外国片的贡献占比随时间的变化情况,这个时候就可以使用百分比堆叠柱状图。
(3)散点图
散点图,通常用来表示两个变量间的相关关系。在表示离散时间数据时,其表达的是某一变量随时间的变化关系。
柱状图是用高度作为数值的映射,而散点图则是用位置来作为数值的视觉通道。
注意:当有多个系列列时,不不适合⽤用散点图来表示时间趋势,因为多个系列列的圆点同时出现时,很难将其中某个系列列视为⼀一个整体,⽐比较起来很吃⼒力力。此时除了了把颜⾊色作为映射的视觉通道之外,也可以给各个系列列选择不不同的数据标记,如正⽅方形、圆、三⻆角形、菱形等。
2. 连续时间
连续时间:连续时间数据的可视化和离散时间数据的可视化相似。因为就算数据是连续的,我们采集的数据大部分还是离散且有限的。
连续型数据和离散型数据,在数据结构上并没有差别,区别在于它们所反映的真实世界的数据是否是不断变化的。如一天当中的气温变化,就是连续型数据,因为你在一天中的任何时候都可以进行测量,且气温在不同时刻是变化的。
(1)折线图
折线图用于显示数据在一个连续的时间间隔或者时间跨度上的变化。在折线图中,一般水平轴(X轴)用来表示时间的推移,并且间隔相同;而垂直轴(Y轴)代表不同时刻的数据的大小。
从点线图中,可以观察出4种趋势:长期性趋势、季节性趋势、周期性趋势、不规则波动。
(2)阶梯图
阶梯图常用来表示,某两个相邻的时间节点,后一个节点的数据相对于前一个节点数据的升降变化,常用于商品价格变动、股票价格波动、税率变化等场景中。
在阶梯图中,有三个关键的值:
a.前一时间节点数值;
b.当前时间节点数值;
c.当前节点较前一节点的差值;
(3)拟合曲线图
若我们想要研究数据随时间的变化所表现出来的整体趋势时,可以根据多个离散点(T1,D1)、(T2,D2)….、(Tn,Dn),拟合一个最接近的一个连续函数关系。
拟合曲线图,在数据预测中应用较多。比如,某一电商网站要预测今年双十一的GMV,那么它可以根据往年每月的交易额趋势,今年每月与去年同期的数据等多个变量,去拟合出交易额与时间等其他因素所满足的关系。具体要考虑哪些因素,这个和数据模型的搭建息息相关,此处不做延伸。
0x02 比例型数据可视化
比例数据,通常是按照类别、子类别、群体进行的划分。对于比例型数据,我们进行可视化的目的,是为了寻找整体中的最大值、最小值、整体的构成分布、以及各部分之间的相对关系。
1.饼图
当构成整体的数据项较少时,采用饼图是一种不错的选择,饼图是通过角度来映射各类别对应的数值。
但是,现实的数据情况是,一个维度下的属性值数量,通常会比较多,如果在饼图中全部展示出来,一方面会使整个饼图显得杂乱,没有重点,另一方面也失去了可视化的美感。
因此,对于饼图来说,建议扇区个数最大值在5~7个之间。当数据项超过一定数量时,可以按照占比,把排名最末的几项归位「其他」。我通常的做法是:
当然,饼图中最大可展示的分类项个数可以根据实际情况确定,但是对于一个数据产品内部,建议标准统一,这样前后端同学会在进行数据、前端开发工作时,可以进行标准化,提高复用性和开发效率。
2.环形图
饼图通过各扇区角度去映射各分类项对应的数值,「环形图」则通过各弧形的长度来衡量数值。
环形图中心部位是空的,可以放置标签、整体数值、平均数值或其他内容。环形图中,数据项的分类和饼图类似,就不在赘述。
3.百分比堆叠柱状图
当比例数据中存在多个父系列,每个父系列又由多个子类构成,且各个系列的子类相同时,此时展示比例数据,可以采用百分比堆叠柱状图。
4.百分比堆叠面积图
当比例数据中存在多个父系列,且父系列的数据类型为时间,要分析父系列的各构成部分占比随时间的变化趋势,此时可以采用堆叠面积图来表示比例关系的变化。
如果从某一点上对堆叠面积图进行垂直切片,那么就可以得到该时间段上的比例分布情况。
5.矩形树图
矩形树图,是一种基于面积的可视化方法。外部矩形代表父级类别,内部矩形代表子类别。相比于其他表示比例型的数据,矩形树图更适合展示具有树状结构的数据。
树状结构,简单理解,就是首先按一级分类来观测各构成部分的比例,然后再看某个一级分类下,是由哪些二级分类构成的,依次类推,逐步细化,可以直到叶子结点。
若用矩形树图来表示具有多个层级结构的比例数据,通常需要使用一些交互方式来辅助数据的展示。比如,单击对应区块进行下钻,悬停展示具体数值和比例,使用面包屑进行层级的跳转等。
0xFF 总结
在可视化图表选择之初,我们首先要明确的是,我们希望从图表中获取什么信息。然后,根据数据的特征、数据之间的关系,选择合适的可视化图表。
如上所述:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12