PPT时经常涉及到数据展现,但「怎样的数据适合哪些图表」。
数据可视化有很多既定的图表类型,下面我们分别来谈谈这些图表类型,他们的适用场景,以及使用的优势和劣势。
1-柱状图
适用场景:它的适用场合是二维数据集(每个数据点包括两个值x和y),但只有一个维度需要比较。
优势:柱状图利用柱子的高度,反映数据的差异。肉眼对高度差异很敏感,辨识效果非常好。
劣势:柱状图的局限在于只适用中小规模的数据集。
2-折线图
适用场景:折线图适合二维的大数据集,尤其是那些趋势比单个数据点更重要的场合。
它还适合多个二维数据集的比较。
优势:容易反应出数据变化的趋势。
3-饼图
适用场景:适用简单的占比图,在不要求数据精细的情况下可以适用。
优势:可以清晰表达同一个整体中,不同成分的比例关系。
劣势:肉眼对面积大小不敏感。
饼状图是面积图的一种,但是因为其劣势明显,所以在使用饼状图及其他类型面积图时,注意用数字标明占比情况。
4-漏斗图
适用场景:漏斗图适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在。
优势:能够直观地发现和说明问题所在。
在网站分析中,通常用于转化率比较,它不仅能展示用户从进入网站到实现购买的最终转化率,还可以展示每个步骤的转化率。
劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。
5-地图
适用场景:适用于有空间位置的数据集。
优劣势:特殊状况下使用。
6-雷达图
雷达图是一种类似蜘蛛网的网状图,可以对两组项目的多种变量的项目进行对比,它可以反映数据相对中心点和其他数据点的变化情况,可以清楚地反映事物的整体情况。
适用场景:雷达图适用于多维数据(四维以上),且每个维度必须可以排序。
但是,它有一个局限,就是数据点最多6个,否则无法辨别,因此适用场合有限。
劣势:需要注意的时候,用户不熟悉雷达图,解读有困难。使用时尽量加上说明,减轻解读负担。
使用可视化图表要注意避免的误区
1-饼图顺序不当
最好的做法是将份额最大的那部分放在12点方向,顺时针放置第二大份额的部分,以此类推。
2-在线状图中使用虚线
虚线会让人分心,用实线搭配合适的颜色更容易区分。
3-数据被遮盖
确保数据不会因为设计而丢失或被覆盖。例如在面积图中使用透明效果来确保用户可以看到全部数据。
4-耗费用户更多的精力
通过辅助的图形元素来使数据更易于理解,比如在散点图中增加趋势线。
5-柱状过宽或过窄
经过调研,柱子的间隔最好调整为宽的1/2。
6-数据对比困难
选择合适的图表,让数据对比更明显直接。
上图的数据作用是为了比较,显然,柱状图比饼图在视觉上更易于比较。
7-错误呈现数据
确保任何呈现都是准确的,比如,上图气泡图的面积大小应该跟数值一样。
8-不要过分设计
清楚标明各个图形表示的数据,避免用与主要数据不相关的颜色,形状干扰视觉。
9-数据没有很好归类,没有重点区分
将同类数据归类,简化色彩,帮助用户更快理解数据。
上图的第一张没有属于同类型手机中不同系统进行颜色上的归类,从而减少了比较的作用。
下图就通过蓝色系很好的把iPhone、Android、WP版归为一类,很好地与iPad版,其他比较。
10-误导用户的图表
左图的数据起始点被截断从50开始。
正确的数据信息,数据起点要从0开始,客观反映真实数据,纵坐标不能被截断,否则视觉感受和实际数据相差很大。
学习了如何让数据「说人话」,但做出来PPT似乎却缺少了美感和艺术感,有没有什么好方法,能让规范和美感兼得呢?
对于PPT比较擅长的朋友来说,自己花些时间,在图表应用规范的基础上,对PPT进行美化,也不是件难的事情;
对于不那么擅长PPT的朋友,小翼建议就是学会用些PPT美化工具,像【演翼】,能将PPT的图表表现3D化,让PPT的视觉效果瞬间爆表,呈现电影视觉?
有!演翼就是这样一款软件,轻松适配各类应用场景及演示需求,非常适用于商业产品介绍的PPT演示。
【演翼】,一款PPT演示神器,能一键为PPT转换各种风格的3D主题,让PPT的视觉效果瞬间爆表。
曾经一周才能完成的PPT美化工作,用演翼几分钟就能搞定!
数据可视化图表有哪些?
数据的可视化显示能够让我们的工作更加流畅,以及对项目的发展状态有直观的了解。今天我们就一起来学习一下,常见的数据可视化图都有哪些类型。
折线图
折线图可能是常见的可视化方式了,它可以让用户很直观地按照时间维度了解系统的情况。
系统中每个单一或聚合的指标都会以一条折线在图表中体现。
但当同一个图表中同时存在多条折线时,就可能会对阅读有所影响,所以大多数情况下都可以选择仅查看其中的少数几条折线,而不是让所有折线同时显示。
如果某个指标的数值产生了大于正常范围的波动,就会很容易发现。
例如下图中异常的紫线、黄线、浅蓝线。
折线图的另一个用法是可以将多条折线堆叠起来以显示它们之间的关系。
例如对于通过折线图反映服务器的请求数量,可以单独看到每台服务器上的请求,也可以聚合在一起看。
这就可以在同一个图表中灵活查看整个系统以及每个实例的情况了。
热力图
另一种常见的可视化方式是热力图。
热力图与条形图比较类似,还可以在条形图的基础上显示某部分在整体中占比的变化情况。
例如在查看网络请求延时的时候,就可以使用热力图快速查看到所有网络请求的总体趋势和分布情况,另外,它可以使用不同颜色来表示不同部分的数值。
仪表图
还有一种常见的可视化方式是仪表图,用户可以通过仪表图快速了解单个指标。
仪表一般用于单个指标的显示,例如车速表代表汽车的行驶速度、油量表代表油箱中的汽油量等等。
大多数的仪表图都有一个共通点,就是会划分出所示指标的对应状态。
除了常规仪表样式的显示方式之外,还有较为直接的数据显示方式,配合相同的配色方案,一眼就可以看出各个指标所处的状态,这一点与和仪表的特点类似。
用户不需要仔细阅读,就可以大致了解各个指标的不同状态。
这种类型的可视化是我常用的类型,在数秒钟之间,我就可以全面地总览系统各方面地运行情况。
火焰图
由Netflix的BrendanGregg在2011年开始使用的火焰图是一种较为少见地可视化方式。
它不像仪表图那样可以从图表中快速得到关键信息,通常只会在需要解决某个应用的问题的时候才会用到这种图表。
火焰图主要用于CPU、内存和相关帧方面的表示,X轴按字母顺序将帧一一列出,而Y轴则表示堆栈的深度。
图中每个矩形都是一个标明了调用的函数的堆栈帧。
矩形越宽,就表示它在堆栈中出现越频繁。
java课程培训机构发现在分析系统性能问题的时候,火焰图能够起到很大的作用,大家不妨尝试一下。
还没有评论,来说两句吧...