一个数据故事,需要逻辑条理清晰,可以写下stepN,在每个step讲述什么故事。 比如: 按照叙述方式可以是:时间变化、由大到小、由小到大、突出对比、探究交叉点(银行活期利率=互联网金融利率 的原因,举个栗子,这是不可能的啦)、剖析原因(拆分:销售额=客单价*会员数)、异常值等。 常见图表展示方式说明: 基于数据的可视化组件:色觉暗示、坐标系、标尺、背景信息 色觉暗示:形状、颜色、大小编码数据,选择什么样的数据取决于数据本身和目标 坐标系:用散点图映射数据和与饼图是不一样的,散点图有xy轴,其他有极坐标、直角坐标轴 标尺:有意义的增量可以增强可读性,就像改变焦点一样。线性标尺、对数标尺、分类标尺、顺序标尺、百分比标尺、时间标尺 背景信息:读者对数据不熟,可以阐明数据含义和读图方式 视觉暗示:可视化数据的时候,用形状、大小、颜色老编码数据。位置、长度、角度、方向、形状、面积、体积、饱和度、色调(排列组合使用) k-1.png 分类 整体中的部分 –饼图、堆叠横条图(建议饼图不超过8块,百分比按一定规则顺时针排序) k-2.png 子类:可以层次结构,解释数据时很重要,而且出现不同的观点 –矩形树图:紧凑空间显示层次结构,面积和颜色结合使用(面积表达占比、颜色表达种类) k-3.png –马赛克图:允许在一个视图中进行跨分类比较 –旭日图:分析数据的层次及占比 k-4.png –瀑布图:各个部分的的组成成分和大小 k-5.png 时序数据可视化 –条形图:对于离散的时间点很有用 k-7.jpg –折线图:线条使趋势更加明显 k-8.png –散点图:显示不同的点,数据量不大可以用线连接以显示趋势 k-9.png –点线图:相对于条形图,更聚焦于端点 k-10.png –径向分布图:与折线图类似,但是围城一圈(建议别超过20个) k-11.png –日历:星期的模式 空间数据的可视化 –位置:直接凭直觉将经纬度搬到二维空间 k-12.png 统计图表 –箱线图:比较标准正态分布、不同自由度的t分布和非对称分布数据的箱形图的特征 k-13.png –子弹图:kpi考核常用,目的是看实际值与期望值差距 子弹图.png
|
|