
[数据分析师]信息图制作教程:关于数值的表现
在信息图的制作和数据可视化过程中,数值的表现是核心,常见的资金量、人数、个数、面积体积等等数值都是信息图中核心要表达的内容。那么这些数值在信息图中的表现有什么技巧呢?本文就给大家介绍常用的数值表现方式。
大家最熟悉的就是柱状图、曲线图和折线图。这三类相对简单,也最为常见,都是利用图形或数据点的高度(或者长度)来表现数值的大小。如图:
一般情况下,这三类图形化方法就已经能够满足可视化的需求,但是,在各项数值相差较大时,这种表现方式就有了问题。如《全球30大媒体的年营收》的数据中,营收最高的谷歌的营收额为379亿美元,而排在30名的Sanoma仅为25亿美元,如果使用常见的柱状图来表现,那么最大值的谷歌将是最小的Sanoma的15倍,我们用Excel做了尝试,在真实比例下效果如下:
如果实在数据报告中,或许这种比例不会有太大影响,但是在什么要求更高的信息图中,这种比例会带来一种不协调的感觉,就是常说的“一边重一边轻”,势必会在一边有很多的留白。另外,为了让小值之间能够清晰分辨,务必会造成最大值很突兀,或者为了控制最大值,让小值之间分辨不清。
那么为了追求美感,我们有木有更好的 表现方式呢?这个问题先放一边,我们来看看柱状图、折线图和面积图表现数值的逻辑。前面已经说过,这三类表现方式都是通过高度或者宽度来表现数值,柱状图的数值体现在矩形的高度,折线图和面积图的数值体现在数据点的高度,概括来说,三类方式的数值表现都是一维的,虽然柱状图有面积,但是其宽度没有具体的表现意义。因而,我们会有这样的思考,可不可以用二维图形,也就是面积来表现数值呢?
我们还是用谷歌和sanoma的数据来举例,两者的数据比例约为15,如果用一维表示,则两者图形的一维比例就是15:1,但那时如果用面积来表示数值呢?绘制两个面积比例为379:25的正方形,那么两个正方形的高度比约为4:1,相对于15:1的比例,减少了在高度上的巨大差别,为设计提供了更多方便而且还不影响用户对数值的理解。
同理,我们也可以用三维的体现方式来展现差距更大的数值。如在《图解力》中作者就提到了用堆砌起来的正方形块来表示军费比例,一个小正方形代表1亿,在图中,超过400倍的比例仍然能够清晰分辨而不显突兀。
另外,针对差别较大的数值,还可以使用视觉透视的方式来处理。在透视视角下,远处的图形会变小,这样处理也能减少数值差别较大时的突兀感。
上面主要讲述了一些常用的数据展现方式和当数据差距较大时的处理方式,在制作信息图中,往往还需要根据发布渠道和版面要求来做合适的处理,信息图设计师除了掌握基本的设计技术,也要发挥聪明才智,表现准确与涉及审美共举,才能设计出优秀的信息图。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09