报表应用系统中如何正确使用图表功能

相信对于报表应用系统研发人员而言,都不会对图表功能感到陌生,因为报表数据通常以图表和表格的形式显示。但是,你真的了解为什么需要使用图表功能吗,不同图表类型的最佳应用场景?本文将为你解开这些谜团。

(一) 为什么需要使用图表功能

图表是一种将数据以图形方式显示的可视化手段,多用于实现以下需求:

1. 让数据更易于阅读和理解

2. 展示数据数据对比

3. 发挥数据的影响力

4. 将原始数据转换为有用的管理决策信息

当数据变得易于阅读和理解时,我们就容易记住它,并在以后使用到这些数据,充分发挥数据的影响力。而且,建立起各数据之间关系之后,可以从中发现仅阅读原始数据无法发现的一些信息,更有利于在管理决策过程中使用。

以某公司客户数据量积累为例,从2000-2013年该公司客户的数量统计如下:

从这组数据中,我们能够隐隐约约的看出每年的客户数量都有增长,但是,每年的增长幅度却很难确定,为了能够更清晰的显示每年客户数量的变化情况,我们可以通过柱状图来以显示上数据。

(二) 如何选择合适的图表类型

先来看一看以下这幅图,他为我们提供了选择正确图表类型的基本导向。

首先对你希望得到的信息进行分类,分为:数据比较、数据分布、数据组成和数据关系,然后按照各分类的子分支一层一层确定最终的图表类型。

(三) 十种常用图表类型

ActiveReports中的图表为例

折线图:折线图是最常用图表类型之一,可显示随时间而变化的连续数据,常用于分析相等时间间隔下数据的发展趋势。在折线图中类别数据沿横坐标均匀分布,数据沿总报表进行分布。例如,下图展示了当年每月的销售总额。

柱形图:柱形图通常用于显示一定范围内数据的变化情况或用于各项数据的比较。例如,下图展示了当年各类产品的销售总额。

簇状柱形图:如果你需要比较多个类别数据的关系,而且还需要对比各类别中包含若干个子项的关系时可以使用簇状柱形图。例如,下图展示了各类产品2010/2011/2012年度的销售总额对比情况。

堆积柱形图:用于显示特定范围内各类别数据的对比情况,而且,各类别的数据是若干个子项数据汇总结果。例如,下图显示了2010/2011/2012年度销量总额,其中每个年度均有4类产品。

饼图:饼图用于显示各部分数据在总数据中的大小和比例关系。例如,下图显示了2012年度各类产品的销售百分比。

条形图:常用于显示各类别数据之间大小关系。例如,下图展示了2012年度各产品的销量情况,以从高至低的顺序进行排列。

面积图:面积图强调的是数据随着时间变化的程度。例如,下图展示了2012年每月销售量的汇总情况,其中每月的销售量是饮料+调味品+典型+日用品销量的汇总结果。

组合图:是将两种或多种图表类型显示在同一图表,主要是实现将不同角度的数据放到同一图表中,以便发现数据之间的关联性。例如,下图就在同一图表中显示了订单金额和订单数量两组数据,而且分别用不同的图表类型进行呈现。

散点图:散点图常用于显示两组数据之间的相关性,可展示数据的分布情况。例如,下图展示了全年每个订单的产品数量分别情况。

气泡图:用于显示三组数据之间的关系,其中一组数据作为横坐标,一组数据作为纵坐标,另一组数据表示气泡的大小。

(四) 交互式图表功能

扩展介绍:图表除了可以显示静态分析结果之外,它还是很好的交互式数据分析的基本载体,在交互式报表中可将图表作为报表的一级界面,通过点击图表的不同区域可以分析更深层次的详细数据,如对交互式报表感兴趣的朋友可以阅读我的 应用系统中交互式报表功能解析

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

这里是强化学习入门,的入门 | 绝对新手友好

强化学习是机器学习里面非常重要的一个派别。智能体 (agent) 会不断执行一些操作,通过结果来学习,在不同的环境中分别应该采取怎样的行动。

1112
来自专栏AI科技评论

学界 | 用强化学习转鸡蛋、转笔,OpenAI发起新的机械手挑战

AI 科技评论按:富有挑战的新测试环境和任务,极具竞争力的基准模型,你感到兴奋和压力了吗? 为了方便快速开发迭代以及对比测试,各大人工智能机构都会在专门开发的模...

3934
来自专栏数据科学与人工智能

【算法】推荐算法--协同过滤

协同过滤推荐(Collaborative Filtering recommendation)是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内...

1451
来自专栏AI科技大本营的专栏

GitHub上25个最受欢迎的开源机器学习库

在过去的几年里,机器学习为各行各业开创了新纪元,诞生了许多成功的案例: Facebook 的面部识别,Netflix 的智能电影推荐系统,PrimaAI 的图像...

1141
来自专栏AI启蒙研究院

党给我智慧给我胆,梯度给我努力的方向

1675
来自专栏机器学习之旅

量化评估推荐系统效果

推荐系统最有效的方法就是A/B test进行模型之间的对比,但是由于现实原因的局限,存在现实实时的困难性,所以,梳理了一些可以补充替代的指标如下,但是离线评估也...

3143
来自专栏机器学习算法与Python学习

GitHub上25个最受欢迎的开源机器学习库

在过去的几年里,机器学习为各行各业开创了新纪元,诞生了许多成功的案例: Facebook 的面部识别,Netflix 的智能电影推荐系统,PrimaAI 的图像...

974
来自专栏ATYUN订阅号

MIT语义软分割实现精细“抠图”,有助于打造逼真的电影特效

随着电影越来越注重CGI,电影制作人必须越来越擅长“合成”,即合并前景和背景图像,例如将演员放置在飞机或行星的顶部,或者放入《黑豹》的Wakanda这样的虚构世...

3137
来自专栏深度学习与数据挖掘实战

【深度学习】Deep learning--知识结构搭建

深度学习,在语音识别、图像识别、自然语言处理方面取得良好的效果,受到工业界的热捧。通往AI(人工智能)的道路是艰难的,深度学习取得的成绩,给AI的研究者带来了一...

971
来自专栏IT大咖说

云识别-在一切看脸的时代,如何高效的打造人脸识别服务?

摘要 如何利用机器学习高效地打造人脸识别服务? ? 人工智能与深度学习 早在几十年前,美国就已诞生了人工智能技术,而机器学习是实现人工智能的其中一种方法。机器学...

3978

扫码关注云+社区

领取腾讯云代金券