数据图表是大数据可视化的常见表达形式，是对数据信息的二次生产加工，能够协助大家了解数据信息、洞察数据信息身后的实情，使我们能够更好地融入这一数据驱动的世界。不管在工作情况汇报、设计产品、后台管理设计方案及其数据大屏上都能见到它的影子。殊不知，在具体工作上我发现了许多刚入行的室内设计师针对图表设计掌握得并不全面，另外目前市面上针对这些方面的材料相对性零散，成不了管理体系。所以我融合了平常工作上的了解，整理了本文，期待能协助到大伙儿。

一、数据图表的构成

1. 数据图表的组成

在我们把数据图表的构造开展拆卸后，便会发觉一个数据图表是由许多个细微预制构件构成的，这种预制构件有自身的名称和主要用途，分别是文章标题、轴、图型、图示、标识、信息提示。在平时应用的全过程中，会依据情景去装饰删剪一些预制构件原素，为此来降低沉余信息内容，用最适当的数据信息墨水比（Data-ink Ratio），协助客户迅速达到总体目标，在至少的時间内获得大量的信息内容。

文章标题 – 叙述数据图表的主题风格（包括主文章标题和副标题的格式）

标识 – 对当今这一组数据信息开展的內容标明

轴 – 用于界定平面坐标中数据在方位合值的投射关联

图示 – 对图型自身的归纳

信息提示 – 当tap或是hover的情况下，以互动信息提示的方式展现该点的数据信息详细信息

图型 – 统计图的视觉效果安全通道在样子上投射的视觉效果呈现

下面，我能一点一点地为大伙儿解读他们，便捷大伙儿有效的应用他们。但在此之前，大家先来掌握一个知识要点 – 数据信息黑墨水比，便于更强的了解下面的內容。

2. 数据信息墨水比

数据信息墨水比——”data-ink ratio”，是1983年视觉效果高手爱得华·塔夫特（Edward Tufte）在《The Visual Display of Quantitative Information》中明确提出的一个定义：一幅数据图表的绝大多数墨笔应当用以展现数据信息，数据信息转变则墨笔也转变。他将数据信息印刷油墨比界定为数据图表中用以数据信息的墨水量除于总印刷油墨量。在其中数据信息墨水指的是数据图表中不能删掉的具体内容。例如，我能删掉图示、删掉纵坐标、删掉分隔线，这很有可能不容易危害你从数据图表中载入有关的信息内容。但假如删掉柱状图、饼状图这种数据图表的行为主体原素，那麼数据图表就丧失所要表述的內容了。

我本人更喜欢用“信噪比”= 信号/(信号+噪音)这一定义去了解，由于根据数据可视化传递的信息内容不仅是数据信息，也有业务流程洞悉，像见解、总结性的信息内容通常必须用文本来展现的也是尤为重要。但是不管应用哪一个词，最后的目地全是突显传递“信息内容”一部分，除去这些影响的“噪声”。

因而，数据图表中的数据信息墨水占有率越多，那麼该数据图表的沉余信息内容就越低，信息的传递实际效果就越高。因此，在建立数据图表和图型时，大家的总体目标应该是在有效范畴内利润最大化数据信息墨水比。

二、数据图表原素详细说明

1.文章标题

一个确立、相符合的文章标题能够 快速让阅读者了解数据图表要表述的內容。一般 数据图表的文章标题是依据数据图表所必须表述的內容决策的，大部分小伙伴们很有可能觉得取名沒有过多难题。但当这一数据图表的结果是单一且唯一的情况下，提议在归纳数据图表內容的文章标题中添加总结性的网络交换机。那样能降低阅读者误会你的用意的很有可能，并且可以保证她们将注意力集中于你要重点强调的数据信息上。

2. 轴（纵坐标）

2.1界定

轴是可以使每一个二维数组在维度空间内寻找投射关联的手机定位系统，更偏重数学课/物理概念。也就是说，轴的作用好像把数据可视化目标放置一同的标准上，再以尺标开展标值测量。在大数据可视化中，一般存有于笛卡儿平面坐标（直角坐标）和极坐标系中。对轴开展「分子」因素的分拆，我们可以获得下列几类原素，各自为：中心线、轴标尺线、轴标识、轴文章标题（企业）及其分隔线。

2.2归类

依据相匹配自变量是持续数据信息或是离散变量数据信息，轴能够 分成：归类轴，时间线，持续轴。

2.3应用提议

2.3.1中心线

中心线一般只考虑到是不是表明，融合上边所说的数据信息墨水比，在有分隔线的状况下，柱形图/折线统计图会掩藏 y 中心线，条形图则是掩藏 x 中心线，以做到信息内容减噪，突显视觉效果关键的目地。

2.3.2轴标尺线

轴标尺线是中心线上的小直线，能够 给予标值标识在纵坐标上的确立部位。轴标尺线有3种种类，各自为：置内、置中（即交叉式方法）、置外。但标尺应放置标值纵坐标两侧，不建议标尺选用置中或置内方法表明。

轴标尺线的应用便是提升投射关联，迅速的相匹配到数据信息点。归类轴较多发生在柱型、条型中，针对投射有纯天然的对应关系，故在归类轴中习惯性掩藏轴上的标尺线。

2.3.3分隔线

分隔线是用于輔助数据图表提升投射关联的。应用分隔线能够 提升数据信息的可阅读文章性，分隔线给予了二种作用：一是拓宽标值标尺至数据可视化目标中，便于观查数据信息值之尺寸；二是提升数据可视化目标中间的较为基本，有利于较为。

分隔线一般追随值域轴的部位单边表明，柱形图选用水准网格图，条形图选用竖直网格图。在应用分隔线时，应当留意遵循次序标准，以中心线为主导，分隔线辅助，款式上可选用虚线或是斜线。防止色调太重，不必应用纯黑色或是纯白色，在视觉效果等级上不可以抢了数据图表中的信息内容。

2.3.4轴文章标题

轴文章标题（企业）关键用以表明函数定义域轴、值域轴的数据信息含意。当可视化图表的别的一部分內容（文章标题、图示、轴标识等）早已能充足表述数据信息含意，依据奥卡姆剃刀基本定律，能够 省去轴文章标题，近一步扩大数据信息印刷油墨比，精减界面原素。

2.3.5轴标识

轴标识的设计方案比较繁杂，牵涉到的关键点点比较多。这儿将紧紧围绕直角坐标的X轴和Y轴这两个方位开展探讨。

X轴标识

x 轴标识的设计方案关键在表明标准上，在可视化图表设计方案中，大家经常会遇到轴标识內容太长的状况，当室内空间比较有限时，轴标识会重合在一起。如何处理该类难题，这儿依据轴的不一样种类给了相匹配的解决方法。

A. 持续/时间线标识

在持续轴和时间线中，我们可以运用取样表明的方式来提升轴标识重合的难题。这儿不强烈推荐应用转动来减缩总宽。一方面从美观大方度上，转动很有可能会毁坏页面总体融洽。另一方面，持续/时间线并不一定表明全部的轴标识，参照格式塔中的[持续性基本原理]，虽然轴标识无法彻底展现，但客户会在脑子里把缺少的一部分补足，轴标识依然会像持续着的一样。

B. 归类轴标识

在归类轴中，因为标识与标识中间并沒有密切的逻辑性关联方交易。若选用取样标准，掩藏了一些标识，则增加了客户对数据图表信息内容的获取难度系数，它是大家不愿见到的。针对归类轴，这儿提议根据标识转动或转化成别的数据图表（条形图）来减缩总宽。

Y轴标识

y 轴标识的设计方案关键在标识总数、取值范围和数据类型上。标识表明地区一般依据最多标识总宽响应式放缩。假如二维数组是固定不动的，就写出固定不动总宽，节约数据图表测算量，提升3D渲染速率。

A. 轴标识的总数

轴标识的总数不建议太多，过多的标识必然造成 横着分隔线变多，导致原素沉余，影响图型信息内容表述。依据7±2规律，Y轴标识总数应尽可能操纵在这个范畴内。

B. 轴标识的取值范围

一般来说，y 轴标识的赋值需从0基准线逐渐，以适当体现标值。展现被断开的数据信息很有可能会欺诈客户作出不正确的分辨。例如数据信息自身沒有那麼波动转变，解决上低限的颗粒度，把标尺变长，一样能看起来“丰收在望”。

从上边就能搞清楚，在看数据图表的情况下千万别被表层给蒙骗，只是收看柱形图的多少发展趋势通常不可以得到恰当结果，必须留意纵坐标起止部位是否有被别人做了虚报解决。

但存有是有根本原因的，针对该类的赋值方法不做太多点评。这儿关键想讲一下我常见的赋值方法：针对Y轴的限制即最高值依据具体数据信息开展动态性测算。例如一排数据中较大的为1190，那麼轴标识最大位为1200；一排数据中较大的是1210，那麼轴标识最大位为1400。在其中的1400和2100是依据轴上的按段数决策的。

但有的人对Y轴标识的赋值得出了以下提议：在折线统计图中，赋值一般保证图型约占制图地区的2/3，或是将柱型的高宽比操纵在图表高度的85%上下。

但我觉得这类方法太刻意了，而且标准订制的比较细。可是得认可这样子确定会显的漂亮，做实例能够，做真正数据信息不好。由于充分考虑具体数据信息有的情况下会发生極限状况，例如有一些尤其大有一些尤其小，为了更好地确保客户能从数据图表中精确地获得信息，不应该为了更好地艺术美而毁坏了它的真实有效。因而并不强烈推荐用这类方法来赋值。

C. 轴标识的数据类型

有关Y轴标识的数据类型，这儿关键讲一些较为非常容易忽略的设计方案关键点。第一，标识保存的小数位数维持统一，不必由于一些轴标识是整数金额值，就省去小数位。

第二，正负极向的 y 轴标识，因为负数带“-”标记，全部 y 轴看上去会出现视觉效果误差，尤其是两轴图的右 y 轴更显著。这儿提议正负极向 y 轴给恰逢标识携带“ ”，以做到视觉效果均衡的实际效果。

3. 图示

3.1界定

图示是对图型自身的归纳，在数据图表原素中归属于輔助內容。它给予阅读者以对比的方法来了解数据可视化目标的新项目分类。由投射图型样子和文字构成。

3.2种类

依据基本数据类型不一样，分成连续型图示和分种类图示；依据情况不一样，图示能够 被设定为静态数据或可互动态。

4. 标识

4.1界定

在数据图表中，标识是对当今的一组数据信息开展的內容标明。包含数据信息点、吊线、文字标值等原素，依据不一样的图表类型挑选应用。

5. 信息提示

5.1界定

信息提示一般是tap或是hover的情况下，数据图表以互动的方法吐出来该部位的数据信息，协助客户更深层次的掌握数据信息。一般由视觉效果标识图型，文字标识，标值标识这3中原素组成。

5.2种类

信息提示的呈现方式由4种。按不一样的图表类型，分成飘浮、固定不动部位、固定不动在轴上、固定不动在图型上。

6. 图型

6.1界定

人们从图型中获得信息的高效率远超文字，可以说现如今人们早就进入了媒体时代。图型是统计图的视觉效果安全通道在样子上投射的视觉效果呈现，是数据图表的必不可少原素，安装着数据信息身后蕴涵的信息内容。依照部件原子化的构思来界定如今稀奇古怪的数据图表，大概能够 分成六种基本款式：曲线，总面积，散点，汽泡，饼/环，柱状，条型。

三、挑选适合的数据图表

大家做数据统计分析的有句话叫“一图胜万言”，数据图表是呈现数据信息的一种关键呈现方式，选正确了数据图表就能帮助我们更为迅速、形象化的传递数据信息。

那怎样选择适合的数据图表呢？我认为大概分成三步：

1. 明确具体内容：确立要用图表传递的关键信息内容；

2.分辨较为关联：分辨数据信息中间的较为种类（如占有率、总数、发展趋势等）；

3.挑选图表类型：挑选相匹配含意的数据图表（如饼状图、柱形图、折线统计图等）。

许多盆友在判断和挑选图表类型的时候会手足无措，但实际上你只必须记牢一句话：决策数据图表方式的并不是数据信息，只是你需要传递的信息内容。

1. 明确具体内容

同一组数据信息用不一样的角度观察，有不一样的主题风格，例如下边这组数据信息：

从另一个角度观察一样是5月份的数据信息，你要很有可能会将着重点放到每一个商品占销售总额的百分数上。那么你的数据图表主题风格应该是“5月份，商品 A 占企业商品总销售总额的占比稳居第一位”。

总的来说，挑选适合数据图表的重要，最开始也是最重要的，便是确立要用图表传递的关键信息内容。

2. 分辨较为关联

在具体工作上必须用图表体现数据信息的情景五花八门，但按数据信息关联归类只不过下列几类状况，给大伙儿简易举好多个事例：

“预估在将来10年多的時间里，销售总额将提高 ”相匹配的关联为時间发展趋势；

“员工的最大工资额在30000到35000美金中间 ”相匹配的关联为頻率遍布；

“车用汽油并并不是品牌越响价钱越高其特性就越高”相匹配的关联为关联性；

“9月里，6个地区的销售额基本相同”相匹配的关联为排行比照；

“营销部主管在他的行业内只耗费了他15% 的時间”相匹配的关联为占有率。

3. 挑选图表类型

海外权威专家Andrew Abela曾梳理了一份图表类型挑选手册图例（如下图），他把数据信息的关联分为了4种种类，协助我们去挑选出适合的数据图表来展现。

但实际上融合自己的工作经验，充分考虑日常公司的数据统计分析情景，图上有一些数据图表应用頻率是极低的。所以我参照了图中的一部分內容，对其开展了汇总，更换没了一些数据图表并对其开展了清理，整体上我觉得它是会更合适商务接待数据图表展现，并且会更务实求真，合适大伙儿参照应用。

四、普遍的可视化图表

1. 折线统计图

1.1界定

折线统计图是根据线框的起伏（升高或降低）来表明持续数据信息随时随地间或井然有序类型转变的数据图表，常见于体现数据信息伴随着时间流逝而造成的趋势分析。

2.2可用情景

横坐标为持续类型（如時间）且重视趋势分析、预测分析，适用折线统计图。

举个事例：例如爱看2020年上半年度产品的销售额状况，并对行情做一个剖析。因为每一个月的产品销售额有关的，他们意味着一种数据信息在不一样時间下的数据信息值，因而大家可以用折线统计图将他们相互连接。

但假如爱看2020年上半年度北京市、上海市、广州市、深圳市、南京市五个省区的销售额状况，因为每一个省区的销售额不是有关的，因此 我们不能随意用折线统计图来取代柱形图。

2. 面积图

2.1界定

面积图又叫地区图，是一种随井然有序自变量的转变，体现标值转变的统计图，基本原理与折线统计图类似。它在折线统计图的基本上多了一个总面积定义，添充的地区能够 表明“积累”的含意（当X轴为持续的标值时）。

2.2可用情景

当重视随時间的发展趋势转变和总计的值时，适用面积图。

比如：要想查询2020年10月和上年10月每日的产品销售额行情，并对全月销售额开展较为，这时候就可以选用面积图。但当变量并不是次序性的自变量，则不宜用面积图。

3.层叠面积图

3.1界定

层叠面积图与面积图相近，全是在折线统计图的基本上，将曲线与变量纵坐标中间地区添充起來的统计图。

唯一的差别是层叠面积图有好几个数据信息系列产品，他们一层层的层叠起來，每一个数据信息系列产品的起止点是上一个数据信息系列产品的完毕点。

3.2可用情景

适用观查多自变量随時间的转变状况，且即能见到总体发展趋势又能见到各自变量的组成状况。

4.柱形图

4.1界定

柱形图，是一种应用矩形框条，对不一样类型开展标值较为的统计图。应用竖直或水准的柱头的长度比照标值尺寸，在其中一个轴表明必须比照的归类层面；另一个轴意味着相对应的标值。

在柱形图上，分类变量的每一个实体线都被表明为一个矩形框（简单讲即是“柱头”），而标值则决策了柱头的高宽比。竖向柱形图的柱是竖直方位的，如图所示：

横着柱形图的柱是水平方向的，又被称为条形图，如图所示：

4.2可用情景

柱形图最合适对归类的数据信息开展较为，尤其是当标值较为贴近时，因为人的眼睛针对高宽比的认知好于别的视觉效果原素（如总面积、视角等），因而应用柱形图更为适合。

如下图所显示，5组数据信息的标值很贴近，若选用饼状图，这没法形象化的开展较为，右侧的柱形图则能能够更好地传送数据图表信息内容。

5.层叠柱形图

5.1界定

层叠柱形图（Stacked Column Chart），又被称为层叠柱状图，是一种用于溶解总体、较为各一部分的数据图表。

它是柱形图的拓展，不一样的是，柱形图的数据信息数值并行处理排序，层叠柱图则是一个个累加起來的。它能够 展现每一个归类的总产量，及其该归类包括的每一个小归类的尺寸及占有率，而且这种子类型一般用不一样的色调来代指。

5.2可用情景

比照不一样类型数据信息的标值尺寸，同时对比每一类型数据信息中，子类型的组成及尺寸。

比如下面的图表明的是每一种护肤品在每个商品的市场销售状况，根据层叠柱形图，我们可以很清楚低比照同一种护肤品究竟在哪个城市销售量更强。

6. 排序柱形图

6.1界定

排序柱形图，又叫集聚柱形图。跟柱形图相近，应用柱头的长度来投射和比照数据信息值。每一个排序中的柱头应用不一样的色调或是同样色调不一样全透明的方法差别每个归类，每个排序中间必须维持间距。

6.2可用情景

比照不一样排序内同样归类的尺寸，比照同样排序内不一样归类的尺寸。在其中，排序数量不必超出12个，每一个排序下的归类不必超出6个。

7. 双重柱形图

7.1界定

双重柱形图是应用顺向和反方向的柱头表明类型中间的标值较为，在其中归类轴表明必须比照的归类层面，持续轴意味着相对应的标值，分成二种状况，一种是顺向标尺值与反方向标尺值彻底对称性；另一种是顺向标尺值与反方向标尺值反方向对称性，即互为相反数。

一样的，可分成竖直方和水准2个方位，在其中水准双重柱形图又叫正负极条形图。

7.2可用情景

双重柱形图一般用以正负极二份反过来数据信息的比照，比如一周内工资收入和开支的统计分析，在其中收益为正数，开支为负值。

应用双重柱形图能够 很确立的对收益和开支作出比照，能够从单独系列产品中剖析收益和开支的标值及起伏。

8. 饼状图

8.1界定

饼状图，或称扇形图，是一个区划为好多个扇型的环形统计图。在饼状图中，每一个扇形的弧长（及其圆心角和总面积）尺寸，表明该类型占整体的占比，且这种扇型合在一起恰好是一个彻底的环形。

8.2可用情景

饼状图关键用以呈现不一样类型标值相对性于数量的占有率状况，尤其是要想突显表明某一一部分在总体中常占占比，且该一部分所占占比做到整体的25%或50%时，很合适用饼状图。

9. 环形图

9.1界定

环形图，又称为泡芙图，是由2个及2个之上大小不一的饼状图叠在一起，挖掉正中间的一部分所组成的图型。

9.2可用情景

适用展现归类的占有率状况，与饼状图使用方法类似，但环图相对性于饼状图室内空间的使用率高些，例如我们可以应用它的中空地区显示文本信息内容，例如文章标题等。