如何成为数据分析师系列（一）：可视化图表初阶

作者介绍：钟家福：目前就职于一家互联网创业公司，负责 数据分析、BI&ETL平台搭建与开发。数据爱好者，知乎Id：「月下柳人松」，专栏传送门：https://zhuanlan.zhihu.com/c_107966217。

本文首发于知乎月下柳人松专栏，链接：https://zhuanlan.zhihu.com/p/27590066，想要和作者并肩作战可以关注：腾讯系企鹅杏仁（上海）数据分析工程师岗位部门直聘机会

简述

数据可视化-通过图表形式展现数据，帮助用户快速、准确理解信息。准确、快速是可视化的关键，好的可视化会“讲故事”，能向我们揭示数据背后的规律。对于可视化，有一个常见误区：分析师追求过于复杂的图表，反而使得业务人员难以理解。其实越简单的图表，越容易被理解，而快速易懂地理解数据，正是可视化最重要的目标。

大多数人对于基础的数据图表都有一定的认知，但却未必清楚，在哪一种场景使用何种图表，本文主要给大家介绍基础图表的特性，让大家知道在何种场景使用该类型图表。

图表的基本组成元素

一张图表至少包含：标题、横纵坐标轴、数据系列、数据标签、图例等部分，每一部分都在图表中扮演特定的角色表达特定的信息。当然这些元素并不是必须具备的，当信息足够清晰时，你可以精简部分元素，使得图表更加简洁。

正确理解维度与指标

维度(Dimension)

类别型字段、一般是离散的、不可进行四则运算

常常是观察数据的角度，往往是横坐标

度量/指标(Measure)

数值型字段、一般是连续的、可进行四则运算

一般都是数据的数值化衡量，往往是纵坐标

------------------------分割线----下面是4种常见、常用基础图表-------------------------------

1. 折线图“家族”

折线图的核心思想是 趋势变化。

作为信息最明了的图表，是各种图表中最容易解读的图表，以下是它的几种变种：

基础折线图

技巧1：添加关键运营事件标记

技巧2：添加趋势线，当R²>0.6时可采纳该趋势线，R²越接近1，趋势越可靠

堆积面积图

面积大小对应该类别数值大小，反映不同类别占比关系及其时间趋势变化。以下图为例，你可看出AppStore和360下载量Top1、2的渠道。

缺点：由色块面积来表示数值大小有时候不直观。以下图为例，需仔细看图才能知道AppStore和360手机助手是有做过投放的

折线图小结

1）折线图是点、线连在一起的图表，可反映事物的发展趋势和分布情况；

2.）适合在单个数据点不那么重要的情况下表现变化趋势、增长幅度。

2. 柱形图“家族”

柱形图的核心思想是 对比

累加柱形图

适合少量类别的对比，且对比信息特别清晰

与堆积面积图相比，堆积面积图比累加柱形图多一时间维度，它可表达时间维度上的趋势变化。

多指标柱形图

主要运用于多个指标进行对比分析的场景，但类别对象不宜过多，当超过5个，不适合使用此图表

技巧：当各对比指标大小相差10倍甚至更大时，可采用标准化，如：对数值取自然对数，既能有效缩小指标量度差距，也能保留同指标的大小关系

条形图

当对比对象类别>5时，将多指标柱形图更改为单指标的条形图，能有效提高数据对比清晰度

条形图，必须按照数值大小降序排列，这是提升条形图阅读体验的重要手段

瀑布图

核心是按维度/指标下钻分解，如：公司收入各用途分解、公司年利润按分公司分解、业绩按销售团队分解；

对比饼图的优势在于，拆解项较多时，瀑布图通过数字的标记仍可清洗辨别，而饼图在分解项>5时就不易辨别。

柱形图结合折线图

对比多个指标，尤其是对比指标与指标的增长率上非常适用，使得一个图表可以表现两个层次的信息。(当然要尽可能避免信息的重复。如下图，折线图含义如果换成团队签约数占公司总签约数比例，则意义不大)

使用双坐标轴，要表明清晰

直方图

当横坐标变成连续的分组，就可以制作直方图(与柱形图主要差别在于，直方图一般不同数据系列没有间距)

当组别划分无限细化，我们就可以绘制概率分布曲线或者称为密度曲线，最常见的就是正态分布，这里不举例。

柱形图小结

1) 核心是对比，柱形图的目的是将对比信息放大，直观呈现出来；

2) 由于直观，柱形图适合做结论的表达；

3) 柱形图一般不用在时间维度的变化；

4) 柱形图的数据系列和点不宜过多，否则建议改变图表形式；

5) 柱形之间的宽度尽量小于柱形本身的宽度。

3. 散点图“家族”

散点图的核心思想是 研究

研究型图表，适合用于发现变量间的关系与规律，不适合用于清晰表达信息的场景
基础散点图

基础散点图观察两个指标的关系

气泡图

在基础散点图上添加一个维度：用气泡大小表示新的一个维度

下图中，气泡大小表示配送费用

基于散点图的分类矩阵

分类运营，精准运营是现代化运营的一个重要课题，通过分类矩阵进行分类是一个有效手段

难点1: 构建指标可用于分类的横纵坐标轴指标，这需要很强的业务认识

难点2: 确定指标的分界点，同样需要足够的业务判断能力

散点图小结

1) 散点图作为研究型图表，经常在数据分析前期被使用，在报告中很少见；

2）散点图不够直观，大多时候不能直接表达结论；

3）散点图对于业务敏感度和数据意识要求较高；

4）散点图只是入门的钥匙，发现规律只是分析的切入口。

4. 饼图“家族”

饼图的核心思想是 分解

基础饼图

技巧：将需要突出显示的部分，置于左上角，顺时针方向

旭日图

旭日图在基础饼图上可表达更多层次的分解关系，如下图：有季度分解、月度分解、再到每周，且每个维度之间可兼容包含

饼图小结

1) 一般来说，数值最大的部分排在最前面，也就是12点钟方向顺时针；

2) 饼图的细分项不宜过多，一般不超过8项；

3) 不要制作三维的饼图，不直观；

4) 切忌将饼图拉得过开，若要突出某一块，可单独将其拉开。

其实，个人觉得饼图在实际场景中应当尽可能少的使用(因人眼对面积大小不敏感），而且对指标的分解柱形图同样能胜任，且远远清晰于饼图。

当且仅当，用于反应单个模块占整体比重时，适合用饼图，如下图：

◆ ◆ ◆  ◆ ◆

凡是在通过上面二维码购买，并在后台发送购买截图的，我都送出一整套资料集锦，内有“数据分析学习清单+思维导图”，是由这个专栏作者陈旸亲自整理制作，对你快速掌握数据分析非常有价值。

---

数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以通过扫描下方管理员二维码，让管理员帮忙拉进群，期待大家的加入。

管理员二维码：

猜你喜欢