数据分析 - 图形化解释（后续添加）

图形化解释

作为数据分析师来说一个好的图形，就是自己的数据表达能力

1. 简单文本

只有一两项数据需要分享的时候，简单的文本是最佳的沟通方法

下图的对比可以看出来文字的表达效果会好很多

2. 散点图

散点图在展示两件事的关系时很有用，观察是否存在某种关系以及存在何种关系，
可以观察数据的一个整体分析情况

需要做回归分析的话，还是很有帮助的，还可以判断数据的拟合情况

3. 表格

一般不太推荐使用表格，如果信息比较多的话，用其他展示容易流失信息，没有更好的方式，可以考虑使用表格
需要注意调整表格的格式，突出数据

4. 折线图

一般用于表现数据变化的趋势和数据对比，常见且好用

比如今年月份的一个销售数据的变化趋势

5. 热力图

使用颜色饱和度辅助用户更快速捕捉数据信息，热力图还有很多种形式，地理热力图，网页热力图

主要用于反馈数据分布所占比例对比的情况 比如 网页点击率

6. 斜率图

斜率图适用于两个时间段内数据变化对比，可以快速的展示两组数据之间各维度的相对提升，降低等差异

常用于 两个时间段多维度对比分析

7. 水平条形图

比起竖直条形图，展示数据分布更推荐水平的条形图，对比起来会更直观，因为大部分的人阅读习惯是 “之” 字型
水平的条形图符合我们的阅读顺序先了解柱子的含义，然后往右对比数值

8. 竖直条形图

条形图适合用在数据分布上，当你添加多组数据时，专注其中一组并得出结论就变得更为困难，所以谨慎使用包含多组数据的条形图

9. 堆叠竖直条形图

堆叠条形图比较类别内部的分布就非常困难，可以改成两个图或者一个条形图和一个折线图组合

10. 堆叠水平条形图

一般来说堆叠条形图不是很好对比内部的数据分布

11. 瀑布图

瀑布图看起来很炫酷，适合用在展示数据从起始到结果以及中间的变化过程

12. 方形面积图

一般不太建议使用面积图，因为人眼不擅于在二维空间进行定量的度量，尤其是不规则的面积图

13. 箱线图

箱线图（boxplot）也称箱须图，其绘制需使用常用的统计量，能提供有关数据位置和分散 情况的关键信息，尤其在比较不同特征时，更 可表现其分散程度差异。

箱线图利用数据中的五个统计量（最小值、下四分位数、中位数、上四分位数和最大值）来 描述数据，它也可以粗略地看出数据是否具有 对称性、分布的分散程度等信息，特别可以用 于对几个样本的比较。

可视化中需要避免的问题

1. 尽量不使用饼图 / 甜甜圈图

2. 永远不要使用3D图形

不好区分 3 - 4月份数据的大小

3. 尽量避免双Y轴

会使数据感观很差，阅读起来很费劲

替代方案

图表优化的2大准则

1. 消除杂乱

• 去掉不必要的元素
• 对齐 (避免使用倾斜元素)
• 适当留白
• 正确使用对比 (事物的差异越多，则没有任何一种差异足够突出)

2. 聚焦受众的视线

• 前注意属性引导视线
• 页面位置 (最重要的内容放在页面的左上方)
• 将必要但不直接影响内容的元素融入背景

优化案例

原图形

优化之后的图形