数据对比用什么图表？看这份图表选择指南就够了

数据对比用什么图表？看这份图表选择指南就够了

在数据可视化领域，选择合适的图表类型对于有效传达数据信息至关重要。本文将为您详细介绍如何根据数据特点和应用场景选择最合适的图表类型，帮助您制作出既美观又实用的数据图表。

图表设计痛点

在开始讲解图表选择方法之前，我们先来了解一下什么是好的图表。一个优秀的图表应该满足以下四个标准：

• 好懂：图表应该简单易懂，能够清晰准确地表达数据信息。
• 好看：配色得体，风格统一，具有良好的视觉效果。
• 好做：制作过程简便，易于套用和复制。
• 好用：能够有效地支持口头表达和观点阐述。

在制作图表时，需要牢记以下三条基本原则：

1. 明确目标受众：了解受众对相关问题的了解程度。
2. 确定要传递的信息：数据说明了什么？是否需要传达多个信息？
3. 确定信息的特点：是要进行项目比较、显示时间趋势，还是分析数据关系？

如何选择有效的图表

1. 确定表达主题

同一组数据可以从不同角度解读，从而形成不同的主题。例如，对于同一组销售数据：

• 如果关注1月到5月的销售发展趋势，图表主题应为“销售额自1月份开始稳步上升”。
• 如果关注5月份各产品的销售情况，图表主题应为“5月份，产品A的销售额大幅超过B和C”。
• 如果关注各产品在5月份的占比情况，图表主题应为“5月份，产品A占公司产品总销售额的比例位居首位”。

选择合适图表的关键在于明确表达主题，而选择正确的图表形式完全取决于主题是否清晰明确。

2. 确定对比关系

不同的数据关系对应不同的图表类型。以下是一些常见数据关系及其对应的图表类型：

• 时间趋势：如“预计在今后10年多的时间里，销售额将增长”。
• 频率分布：如“雇员的最高工资额在30000到35000美元之间”。
• 相关性：如“汽油并不是牌子越响价格越高其性能就越好”。
• 排名对比：如“9月份里，6个区域的营业额大致相同”。
• 占比：如“销售部经理在他的领域内只花费了他15%的时间”。

3. 选择图表形式

数据可视化的图表种类繁多，但掌握其中最常用的十几种类型即可满足绝大多数需求。以下是几种常见图表类型及其适用场景：

1. 占比关系

在成分对比关系中，我们主要关注每一部分占总数的百分比。常用的图表类型包括：

• 饼图：用于展示数据的分类和占比情况，尤其适合突出表示某个部分在整体中所占比例达到25%或50%时。
  
• 环形图：与饼图类似，但可读性更高，可以将重要数据放在中间。
• 百分比堆积条形图：用于对比同一个分组数据内不同分类的占比，适用于分组较多的情况。
  
• 百分比堆积柱形图：用于对比同一个分组数据内不同分类的占比，适用于分组较少的情况。
  
• 矩形树状图：清晰地显示层次结构，通过矩形面积、排列的不同来展示层次内部的占比关系。

2. 项目对比关系（比较）

在项目对比时，我们需要比较类别间的大小、高低。常用的图表类型包括：

• 柱形图
• 条形图
  
• 堆积条形图：表示多个类别里的各构成的对比，表明组成整体的成分情况。
  
• 旋风图：对比分类数据的数值大小，表明两个不同成分的特点，如进口百分比与出口百分比。
  
• 范围条形图：表示多个类别间的由低到高的数值范围，而不是表示单个数值，适合用于表示多个类别间的数值范围间的比较。
  
• 词云：展现文本信息，对出现频率较高的“关键词”予以视觉上的突出
• 雷达图：将多个分类的数据量映射到坐标轴上，对比某项目不同属性的特点。了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异。
  

3. 时间序列对比关系

表示随时间变化的情况。常用的图表类型包括：

• 折线图：展示连续数值（例如时间）或者有序分类的变化趋势
  
• 面积图：用面积展示数值大小。展示数量随时间变化的趋势。
  
• 垂直瀑布图：一般适用于汇报数量的增减，比如一年中各月销售额、用户数等指标的变化
  

4. 频率分布对比关系

表示有多少个项目或类别符合一个数字发展范围。常用的图表类型包括：

• 人口金字塔图
  
• 直方图：表达连续的区间上数量的分布
• 分布曲线图
• 箱型图
  

5. 相关性对比关系

表示两个变量之间的关系。常用的图表类型包括：

• 散点图：散点图通常用于显示和比较数值，不光可以显示趋势，还能显示数据集群的形状，以及在数据云团中各数据点的关系。
  
• 波士顿矩阵图
• 气泡图
  

6. 以位置分布关系进行类别对比

空间图表可以数据中的精确位置和地理模式。常用的类型包括：

• 区域地图：区域图是对不同的区域划分分别进行区面着色展示的可视化类型
• 点地图：点地图图是把一系列离散的数据点按照位置信息标注在地图上。适合需要把大量具有相同属性的地址信息同时展示在地图上的业务场景。比如展示连锁店分布、加油站分布、银行网点分布等。
  
• 热力地图：热力图通过指定的半径范围进行数据叠加计算，然后与梯度颜色进行数据映射，不同的颜色深度代表不同的数据密度。通常适用于数据量比较多且在一定地域范围内相对密集的业务场景。
• 流向地图：迁徙图是在两点之间绘制弧线进行连接，并配以动画呈现移动效果的图像，主要用于展示不同地点之间人员、物品、车辆等流动的方向。