DataFocus 与数据对话之数值场景

第三章 数值场景

我们在日常生活中我们对数值的使用习以为常：

（微信运动）今天走了多少步？

早餐花了多少钱？

这个季度赚了多少钱？

本周网站的点击量有多少？

或者你对数值本身不是很敏感，可能会对这样的说法更有概念：

（微信运动）今天比昨天多走了多少步？

今天早餐比平时多花了多少钱？

这个季度比预期多赚了多少钱？

本周网站的点击量比上周高了多少？

这两者都可以使用可视化进行具现，但是在DataFocus中它们根据情境不同会有不同的实现方法，在后面将介绍用哪种方法表现它会更好。

下面是本章将会用到的数据源，截选自2016年巴西个城市国民统计数据的一部分。

3.1 表现数值

表现数值有很多种方式，最基础就是数值表表格的形式，直白的将各个列的数值展示出来，但是这种形式在处理较多较为复杂的数值情况时，往往效率非常低下；再进一步还有数据透视表，从行列两个角度交叉的去摄取数值信息，就清晰了许多；而如果用合适的图形进行展示，则更加的事半功倍。接下来我们来尝试一下。

3.1.1 数值表表现数值

基于我们的数据，我们可以来看一下巴西各个州的居住人口数量。选择将数据结果用数值表进行展示。

图3 -1- 1 巴西各州居住人口

第一个问题非常简单，让我们觉得似乎数值表也还好，那我们直接来搜索一个稍微有些复杂的问题，看看按HDI指标数值进行分组情况下的各个州的不同年龄段人口数量。

图3-1-2 按HDI指标分组统计巴西各州不同年龄段人口

数据突然变得复杂了起来，可能长期处理数据对数值有敏感度的的人还可以使用这个数值表进行分析，但一般的使用者就会对它开始产生畏惧了。这就是数值表的局限性。

3.1.2 图表表现数值

既然说图表是我们更好的选择，那么有哪些图表可以展现数值呢，我们直接用这样的一张数据看板来说明吧，下面是一个包含了一些常用的数值展现所用的图表。

图3-1- 3 八种常用方法来展示一个简单的数值

以上八种图表并不是系统里全部的数值表现图表，但都很具有代表性。这时我们就会发现，同为数值表现，这八种图表的效果却很鲜明的不同。

事实证明，我们很擅长比较长度、大小，在图形中我们可以很直观地一眼看出哪些部分是更多的、最多的、更少的、最少的。还可以在可视化图表中将鼠标移至对应区域，通过浮现出的标签，了解对应的数值的大小。

当需要精确查看的时候，透视也是个好选择，这就是为什么财务部门如此广泛地使用它们。

图3-1-4 数据透视图

这里就需要使用者自己根据需要和数据可视化的目的去判断选择了。

3.1.3 排序

在数据比较繁参差时，排序是快速理清现状的好方法。在DataFocus中，有两种方式对数值进行排序：

第一种是在进行搜索输入问题时，直接写明关键词“按xxx（某数值列）的yy（聚合方式）排序/降序/升序”。

图3-1-5 使用关键词进行排序

第二种是在图形画布中进行操作，你可以点击对应轴的轴设置选择排序（这里第一次点击时是降序，第二次是升序，以此类推），也可以在数值表中点击表中对应列的列名（同样是第一次点击时是降序，第二次是升序，以此类推）。

这时的显示会有一些不同，比如搜索问题中不会出现排序相关的关键词；再比如图表标题下会出现对应的排序标签，可以点击右上角的红色×将它删除，然后回到未排序状态。

现在它更有组织，不仅更容易看到不同城市的HDI指标数值和对比，而且从最多到最少的顺序可以看到。

3.1.5 标尺、目标值和告警值

我们会只满足于数值以图表的形式展现出来吗？

当然不是。在让事情变得更高效这一件事情上，发展是无止境的，就比如在一个柱状图中加入让数值更容易被理解的元素，这里我们说的就是标尺、目标值和告警值。

我们回顾一下图3-1-6，虽然柱状图以降序的方式有组织的为我们展现了数值，但是它并不算非常好阅读，因为柱体的数值很接近，在视觉上他们的高度也很接近。人眼并不是很适合于发现细微的差距，那么标尺的设置就可以让这一问题得到很好的解决，我们点击画板右上的“图表属性”，在弹出的设置选项中找到“数值标尺”，取这堆柱体的最大值和最小值的一个接近值，将Y轴的显示标尺规定为最大0.9、最小0.7。

图3-1-7 标尺设置

情况显然得到了改善。

再假设，我们对HDI指标有一个期望值为0.78，然后希望可以直观的在图表中看出哪些城市达到了要求，那么一样可以满足。这里有两种方式来实现，一个是点击Y轴显示名，在对应的设置浮窗中找到“配置”，然后再目标值中填入0.78。

图3-1-8 目标值设置期望值

还有一种方式是在“图表属性”中的“标度”，将类型设置为“直线”，设定数值为0.78，还可以对直线的颜色、宽度样式进行调整，并在文本中设置直线的显示名，这里我们定义为“期望值”。

图3-1-9 标度设置期望值

范围标度也是支持的，设置方式和直线一样，使用者可以尝试着自己去做，也可以直接选择最大最小值、平均值、标准差等对数值进行设置。

最后再假设一个场景，对于HDI值我们除了期望值以外，还有一个基本的指标及格线，在这个及格线之下的城市是待调整的。我不仅希望可以看到它，还想它突出标识，时刻提醒我去对它进行调整，那么就可以进行告警值的设置。数据很多，为了显示效果我们筛选出了可以在一页之内容纳的柱体（筛选Y轴为大于等于0.77），然后同样是在Y轴的设置页，找到“告警”，对告警数值进行设置，选择“

图3-1-10 告警值

被告警部分就会被提至图形前段，并加上红色高亮闪烁效果。

使用这些细节的设置，就可以让图表在易理解、好使用的基础上更进一步，适用于更多的业务场景。

3.2 比较数值

在之前的描述中，我们可以发现，数值的展示和比较其实是分不开的，当存在多个数据时，我们就会自然而然的进行比较，这也是数值可视化的魅力所在。那么DataFocus的比较数值是怎么做的呢？

利用图表进行数值的比较是很灵活的，我们可以利用图形的高度进行比较，比如柱状图；也可以利用长度，比如条形图；也可以利用面积，比如树形图；也可以利用扇形的角度，这里很明显就是在说扇形图了；还可以直接对比数值的大小，如KPI指标图；甚至可以在三个数值维度上去同时进行比较，这里说的是气泡图。我们可以使用气泡图，去同时比较巴西27个州的居民人口、作物产值和HDI指标。

图3-2-1 气泡图

这里的使用就看使用者的爱好和需求。

但是这些都不是DataFocus的特色所在，它所专注的，是DataFocus类语言搜索与比较的结合，而相应的成果就是VS关键词的创新。

前面已经说到了关键词，大家应该已经了解了它的使用方式，这里特别强调的额就是VS关键词和比较数值场景的结合，当使用者想比较巴西27个州中某两个州的某项数值或某几个数值的大小时，可以通过vs关键词直接得到可视化图表的结果。比如这里想比较SP和MG州的居民人口大小，你也可用在所有州的柱状图中筛选出这两者的方式来进行比较，但vs将是更好地选择。

图3-2-2 SP vs MG 的居民人口比较