摘要：擁有什麼數據、能得到什麼數據、數據來源是什麼，如何獲取以及所有變數的意義是什麼。怎麼進行圖表化展現，如何表述一個有價值的數據故事，是一個值得深思的問題。
一個數據故事，需要邏輯條理清晰，可以寫下stepN，在每個step講述什麼故事。
比如：
按照敘述方式可以是：時間變化、由大到小、由小到大、突出對比、探究交叉點(銀行活期利率=互聯網金融利率 的原因，舉個栗子，這是不可能的啦)、剖析原因(拆分：銷售額=客單價*會員數)、異常值等。
常見圖表展示方式說明：
基於數據的可視化組件：色覺暗示、坐標系、標尺、背景信息
色覺暗示：形狀、顏色、大小編碼數據，選擇什麼樣的數據取決於數據本身和目標
坐標系：用散點圖映射數據和與餅圖是不一樣的，散點圖有xy軸，其他有極坐標、直角坐標軸
標尺：有意義的增量可以增強可讀性，就像改變焦點一樣。線性標尺、對數標尺、分類標尺、順序標尺、百分比標尺、時間標尺
背景信息：讀者對數據不熟，可以闡明數據含義和讀圖方式
視覺暗示：可視化數據的時候，用形狀、大小、顏色老編碼數據。位置、長度、角度、方向、形狀、面積、體積、飽和度、色調(排列組合使用)
k-1.png
分類
整體中的部分
–餅圖、堆疊橫條圖(建議餅圖不超過8塊，百分比按一定規則順時針排序)
k-2.png
子類：可以層次結構，解釋數據時很重要，而且出現不同的觀點
–矩形樹圖：緊湊空間顯示層次結構，面積和顏色結合使用(面積表達佔比、顏色表達種類)
k-3.png
–馬賽克圖：允許在一個視圖中進行跨分類比較
–旭日圖：分析數據的層次及佔比
k-4.png
–瀑布圖：各個部分的的組成成分和大小
k-5.png
時序數據可視化
–條形圖：對於離散的時間點很有用
k-7.jpg
–折線圖：線條使趨勢更加明顯
k-8.png
–散點圖：顯示不同的點，數據量不大可以用線連接以顯示趨勢
k-9.png
–點線圖：相對於條形圖，更聚焦於端點
k-10.png
–徑向分布圖：與折線圖類似，但是圍城一圈(建議別超過20個)
k-11.png
–日曆：星期的模式
空間數據的可視化
–位置：直接憑直覺將經緯度搬到二維空間
k-12.png
統計圖表
–箱線圖：比較標準正態分布、不同自由度的t分布和非對稱分布數據的箱形圖的特徵
k-13.png
–子彈圖：kpi考核常用，目的是看實際值與期望值差距
子彈圖.png
原創文章，作者：投稿專員，如若轉載，請註明出處：https://www.506064.com/zh-tw/n/322810.html
微信掃一掃 
支付寶掃一掃 