目录:
1. 描述编辑
帆软提供了多种多样图表样式,很多客户可能不太明确各种图表的使用场景,使得数据体现不出想要的效果,此处对图表的使用场景作出简单的介绍,以供参考。
2. 柱形图&条形图编辑
柱形图使用垂直的柱子显示类别之间的数值比较,其柱子条数不宜过多(柱子过多坐标轴标签可能会显示不全)。
条形图和柱形图类似,但柱子条数可相对多一些。
柱形图和条形图适用于比较对比类需求:
适用场景:数据量对比
其中堆积柱形图&条形图还可用于占比类的需求:
3. 折线图&面积图编辑
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,它的特点是反映事物随时间或有序类别而变化的趋势。
需要注意的是折线图的数据记录数要大于2,可用于大数据量的趋势比较,但是同一个图上最好不要超过5条折线
面积图是在折线图的基础之上形成的, 它将折线图中折线与自变量坐标轴之间的区域使用颜色填充,颜色的填充可以更好的突出趋势信息。
面积图的填充色要带有一定的透明度,透明度可以很好的帮助使用者观察不同系列之间的重叠关系,没有透明度的面积会导致不同系列之间相互遮盖。
折线图比较适用于趋势类的需求:
适用场景:数据量随时间的变化趋势,系列趋势对比
面积图还可制作成堆积面积图,除了趋势类的需求还适用于比较和占比类的需求:
4. 饼图编辑
饼图广泛得应用在各个领域,用于表示不同分类的占比情况,通过弧度大小来对比各种分类
饼图不适用于多系列的数据,因为随着系列的增多,每个切片就会变小,最后导致大小区分不明显,同时多个饼图之间的数值也不好进行比较。
饼图适用于比较一个数据分类上各个模块的大小占比的需求:
注:饼图可通过设置其内径大小转变为圆环图
饼图还可制作成多层饼图的样式,展现不同分类数据占比,同时还能体现层级关系:
适用场景:系列占比、系列大小对比(玫瑰图)
5. 散点图&气泡图编辑
散点图将两个变量以点的形式展现在直角坐标系上,点的位置由变量的数值决定,通过观察数据点的分布情况,可以推断出变量间的相关性
制作散点图所需数据最好多一些,否则相关性不明显
散点图适用于分布和关联类的需求:
适用场景:相关性分析、 数据分布情况
气泡图是一种多变量图表,是散点图的变体,除X、Y轴所代表的的变量值,每一个气泡的面积代表第三个数值数据
需要注意的是,气泡图的数据大小容量有限,气泡太多会使图表难以阅读。
气泡图适用于比较和分布类的需求:
适用场景:分类数据对比,相关性分析
6. 仪表盘编辑
仪表盘(Gauge)是一种拟物化的图表,刻度表示度量,指针表示维度,指针角度表示数值,可直观的表现出某个指标的进度或实际情况
需要注意的是为了视觉上的不拥挤,指针的数量不宜过多。
仪表盘适用于区间比较类的需求:
仪表盘还可制作成环形和试管型,表现占比情况:
7. 雷达图编辑
雷达图用于比较多个量化变量,比如看看哪些变量具有相似的值,或者是否存在极端值。雷达图也有助于观察数据集内哪些变量的值比较高或者低,因而适用于展示工作表现。
需要注意的是雷达图上多边形过多会使可读性下降,使整体图形过于混乱;变量过多,也会造成可读性下降,因为一个变量对应一个坐标轴,这样会使坐标轴过于密集。
雷达图适用于比较类的需求:
雷达图还有一种堆积柱形的样式,可用于分类和系列间的双向比较,同时还能体现占比情况:
适用场景:维度分析、系列对比,系列权重分析
8. 框架图编辑
框架图是将等级以树形结构的形式展现的一种可视化手段,可以将层次关系清晰地展示出来。
框架图适用于层级关联类的需求:
9. 矩形树图编辑
矩形树图适合展现具有层级关系的数据,能够直观体现同级之间的比较。相比起传统的树形结构图,矩形树图能更有效得利用空间,并且拥有展现占比的功能。
需要注意的是矩形树图适合有权重关系的层级表现,若不需要体现占比,框架图可能更清晰明了。
矩形树图比较适用于占比和关联类的需求:
适用场景:带权的树形数据、树形数据占比情况