【可视化】图表展示中的10个经典问题

感谢作者沈浩教授授权转载 摘自:http://shenhaolaoshi.blog.sohu.com/

大数据文摘愿意为读者打造高质量【可视化讨论群】,措施如下

(1)群内定期组织分享

(2)确保群内分享者和学习者数量适合,有分享能力者不限名额,学习者数量少于分享者,按申请顺序排序。

点击文末“阅读原文”填表入群

一直想写这样一本介绍数据可视化的书。可以介绍一些日常办公中常常用到的图表处理的技巧并且能够推荐给读者一些非常优秀的小工具,比如Xcelsius、Smartdraw、Visio、Swiff Chart、ColorWheel、Tableau、Ucinet、Excel、PPT、Mindmanager等等。

几乎所有的报告都离不开数据图表的应用,但是在图表应用的过程中似乎往往会遇到各种各样的问题。比如词不达意、数据与图形步匹配、图表配色不协调等等。所以我也想能够通过这样一本书抛砖引玉,为图表的制作提供参考。

那下面是我浏览到的一个关于图形运用的测试,非常不错,我就将其贴出与大家分享:

1、下面两个图形中,那个更容易表现Mid-Cap和Small-Cap的市场份额大小,饼图还是条形图?

点评:一般来讲表述市场份额是100%,所以大家习惯用饼图表述,研究表明人们更习惯从条形图来比较大小,更醒目的看到差异!

2、立体的图表是否比平面的图形更容易解读?

点评:从简约的角度,显然二维图更适合人们观察,当然大部分图表需要打印在平面;三维并不适合观察,所以只要可能尽量用二维图,毕竟是我们视觉空间的最低维度!当然上面的图是时间轴应该采用折线图表述趋势!

3、交叉表恐怕还是简洁的好!

点评:简约就是美,显然下面的更清晰明快!我们习惯采用中国式图表,一般都是封闭边框线的,但是我们如果经常看英文的论文,你会发现很多论文都是下面的图表!在文章中,大家最好让表格内字体小于正文1个字号,保持非封闭的表格会有不一样的视角效果,似乎更显专业水准!当然中西文化的差异也可能存在不同观点!

4、横坐标是时间序列,为了展现数据的趋势,应该选线图还是柱形图?(这个问题比较普遍)

点评:选择下面的最重要的是X轴是时间,时间序列,所以折线图更能够感知的趋势、模式的变化!当然如果你表现的是不同品牌的市场份额,条形图或直方图也是可以的!

5、在不同的场合应该选择将真实数据比例展示出来还是将差异放大?

点评:这两个图的最大差异是Y轴坐标,显然B图是真实的表现,并不存在“显著”差异,而A图是用放大镜在寻找差异,那么采用B是真实的;如果你想强调差异性,也应该在提供了B图之后,采用引线标明A图是来自B图的放大效果!

6、热力图的制作经常用吧,左右两个有什么区别?

点评:地理信息是可视化的重要表现形式,在数据呈现中不断增加地理信息元素是非常重要的,从事分析的人要有采用地理信息呈现的思维方式,不断提炼,日积月累就会有好的模板了!当然上面的左图依然满足简约就是美的原则,同时我们知道地图的四色原理,颜色的基本规则也是不用超过4种,不行采用渐变颜色;现在活动地图还是比较容易的,大家可以从Google Map和一些Go2map等软件截取恰当的地理信息,然后用心抠图就可以用来,当然这是比较笨但也是有效的方法,高级的可以采用PS等技术抠图啦!当然,如何让地图与数据大小联动呈现,需要编写宏或者VBA的一点语句支持!

7、又遇3D和2D的问题,上面的3D图表相对于下面的四个2D表分列节省了空间,但是所传达的信息呢?

点评:我们说了尽量不用用三维图,但是大家是不是会把信息按某个维度作出分散的二维图呢,一定注意要去掉后面图的纵坐标的Lable,否则是四张图,要贴成一张图!

8、常用Excel的人恐怕对下面的图表深有体会吧,横坐标的标签名称太长怎么办?旋转呗?

点评:当然左侧的图的Label更好看,但我们会作出这样的Lable吗?最笨也是最没有办法的办法就是把Label变成图片贴上去盖住原来的;当然,Excel是可以实现的,只要在标签单元格用Alt+Enter就可以在一个单元格输入多行标签了;如果不想改变原来的文本格式,就让单元格引用其它位置就可以了,所以在图表中要有能力和用心去修改图表中的每一个元素!

9、鲜艳的背景颜色会对数据展现产生什么影响?

点评:我们应该选下面的,如果选上面的打印都费墨,坚持简单是最好的;当然如果有艺术细胞的话,背景也是生动的,但是更多是考虑展示结果,如果最终要打印你就要考虑考虑啦!

10、哪张表里面能够一目了然的发现问题所在?

点评:我们应该选择上面的,因为网格线会让我们看不清晰,最好不要用网格线;当然颜色也是非常重要的,记住条件格式的应用,别一点一点的把数值变字体颜色,要用规则变;当然细节也是非常重要的,比如字体、数值、对齐等格式问题,这些都有助于领导欣赏!

至此,关于这个图形测试的十道问题都已经贴出。怎么样,大家平时遇到过这么问题么?

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2015-11-07

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

来自专栏数据科学与人工智能

【数据科学家】数据科学家修炼之路

经常有人问我“要成为数据挖掘工程师或者数据科学家应该读什么书?”类似的问题。下面是一份建议书单,同时也是成为数据科学家的指南,当然,这不包括取得合适大学学位的要...

315100
来自专栏大数据文摘

阿里获中文语法大赛 CGED冠军后,我们和领队科学家聊了聊中文语义识别

42230
来自专栏walterlv - 吕毅的博客

UI 设计中的视觉无障碍设计

2017-12-10 10:58

21520
来自专栏大数据挖掘DT机器学习

R语言学习路线和常用数据挖掘包

对于初学R语言的人,最常见的方式是:遇到不会的地方,就跑到论坛上吼一嗓子,然后欣然or悲伤的离去,一直到遇到下一个问题再回来。当然,这不是最好的学习...

35060
来自专栏斜述视角

自然语言处理 | 统计语言模型

我们聊一下自然语言处理(NLP)这一方向,当前的语音识别,机器翻译等人工智能领域备受欢迎和关注,那么计算机到底是怎么处理自然语言的,换句话说:计算机真的像人一样...

13940
来自专栏IT派

一个很皮的实践 Python自动生成表情包

作为一个数据分析师,应该信奉一句话----"一图胜千言"。不过这里要说的并不是数据可视化,而是一款全民向的产品形态----表情包!!!!

20900
来自专栏AI科技评论

自然语言处理让人类都懵逼,看谷歌人工智能怎么破

GAIR 今年夏天,雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”(简称GAIR)。大会现场,雷锋网将发布“人工智能&机器人Top25创新企...

36350
来自专栏用户2442861的专栏

如果看了这篇文章你还不懂傅里叶变换,那就过来掐死我吧(3)

作者:Heinrich 链接:https://zhuanlan.zhihu.com/p/19763358 来源:知乎 著作权归作者所有。商业转载请联系作者...

10310
来自专栏华章科技

25条神技!关于数据可视化,看这篇文章就够了

导读:可视化不是单纯的数据展示,其真正价值是设计出可以被读者轻松理解的数据展示。设计过程中的每一个选择,最终都应落脚于读者的体验,而非设计者个人。

10230
来自专栏大数据挖掘DT机器学习

R语言学习路线和常用数据挖掘包

对于初学R语言的人,最常见的方式是:遇到不会的地方,就跑到QQ群、论坛上吼一嗓子,然后欣然or悲伤的离去,一直到遇到下一个问题再回来。当然,这不是最好的学习方...

38140

扫码关注云+社区

领取腾讯云代金券