数据可视化图表制作指南：4类常见图表的使用方法与技巧

创作时间:

作者:

@小白创作中心

引用

来源

https://www.guandata.com/gy/post/1834.html

在数据驱动的时代，数据分析技能已成为各行业领域中不可或缺的一项能力。而作为数据分析的重要组成部分，图表可视化的制作方法则是数据分析和呈现的关键技巧。本文将围绕常见图表的制作方法，总结提炼出各类图表的制作技巧，帮助数据分析从业者快速上手并制作出精美图表，让图表制作与数据分析技能提升不再复杂。

在制作图表时，需要从“读者想从这组图中得到什么信息”为出发点进行图表设计，并把握信息传达的准确度与实用性。但有时也会因为一些错误，导致信息没能得到很好的传达，以下列举三种常见错误：

单柱图和单条图主要用于表达不同类目/时间等维度的单一指标数据。

用单条图展示长维度标签
一般情况下，我们习惯使用单条图来表达具有长维度的标签数据，因为水平方向的易读性要高于倾斜方向。
X轴可按照值高低排序
在使用单柱图时，除非X轴的类目顺序有特定意义（例如时序），则可以按照数值的高低进行排序，同时添加平均值作为参考信息。
Y轴的数据起点从0开始
在使用单柱图时，Y轴的数据起点一般为从0开始，尤其是对于准确性要求高的项目，可以大大提高准确性。若数据起点不为0，可能会导致读者对数据比值产生偏差。
用单位代替Y轴的数值
在使用单柱图时，可用单位去代替Y轴的数值，尤其是当数值为多位数时，可以使Y轴数据更简洁，从而避免多数位带来的阅读不便和版面空间的拥挤感。
用标签代替Y轴
在使用单柱图时，当数据条数较少时（<10），可使用数值标签代替Y轴，从而提升版面的简洁性和数据的易读性。
数值标签的表达会比使用Y数据轴的表达更直接；
一般来说，要避免数值标签和数据轴的同时使用。
配色保持一致
单柱图或单条图中只包含一种指标，保持配色的一致，可提升易读性。若仅依据不同维度而设置不同配色，可能会增加阅读的干扰。

线图主要用于表达连续或有具有变化关系的数据。面积图主要用于表达各部分如何组成/影响整体，而百分比面积图则用于表达各部分产生的影响的权重大小。

采用清晰可辩的线条
在使用线图时，线图的颜色要清晰可辨，并且要避免使用相似或色盲障碍者无法分辨的颜色。同时，合理安排Y轴的高度和范围，使每条数据线清晰。当超过5条数据时，考虑使用其他图表展示（面积图同理）。
调整布局和长宽比
在使用线图时，可通过调整布局和长宽比，使线图更具可读性，例如当数据线的平均斜率约为45的长宽比时，易读性最佳。
线图表达连续含义
线图主要用于表达连续或具有变化关系的数据。若想要表达两个不同维度的数据时，不能简单地用柱图/线图进行区分，可采用柱图的方式，并且使用不同的颜色映射。
调整填充饱和度或渐变填充
在使用面积图时，若有不同维度的数据重合，可以降低填充饱和度或采用渐变填充；若仍然出现重合遮挡，建议改用折线图的方式。

饼图主要用于表达单个项类中各成分的占比情况，并通过角度大小来对比各种类别。

数据的维度数量不可过多
在使用饼图时，当数据的维度数量过多（大于6项）或各部分数值差异不大（角度难以比对）时，会降低图表的可读性，建议改用柱图等方式阐释差异。
避免用饼图表达多项类成分关系
一般情况下，我们使用饼图来呈现单个项类中的成分对比关系。但当想要对比两个（及以上）项类中的成分关系时，为提高数据的易读性，建议改用百分比堆积图的方式。
按照数据大小依次排列
在使用饼图时，为帮助读者快速建立各个部分的对比关系，建议按照数据的大小依次排列。