‧
7 分钟阅读
如何构建更好的折线图和柱状图

Alex Yarosh
‧ 7 分钟阅读

分享这篇文章
条形图和折线图约占数据可视化中 80% 的内容。虽然在 Metabase 中构建这些图表非常简单,只需 30 秒,但在本文中,我们将重点关注构建有效图表背后的思路,而不是如何创建它们。
我们将超越基础知识,探索如何改进您的图表,以及使用不同类型可视化的最佳实践。
我们还举办了一场关于此主题的完整网络研讨会 - 在此处查看录像(无需注册!)。
首先,我们整理了这份方便的 速查表,您可以在可视化下一个内容时参考它。它涵盖了 5 种常用的图表:折线图、条形图、面积图、组合图和行图。
如何选择正确的图表类型?
选择正确的图表类型是使用数据讲述正确故事的关键。以下指南将帮助您在折线图、条形图和面积图之间做出选择。
对连续数据使用折线图和面积图
当数据点之间存在清晰、连续的流动时,例如随时间跟踪数据,折线图和面积图效果最佳。如果您的数据点只是类别,它们之间没有内在联系,请选择条形图之类的图表。
趋势留给折线图,总数留给条形图
折线图非常适合显示指标如何随时间变化,重点关注趋势。另一方面,条形图和面积图更适合强调特定点的指标大小或总值。当您想要清晰地比较总数时,请使用条形图。
小变化使用折线图
条形图和面积图暗示累积,当您的指标与零相关时效果最佳。但是,如果您的数据仅显示小幅波动(例如在 31 和 33 之间波动),则使用条形图可能会产生误导。折线图更准确地突出显示细微变化,而不会夸大它们。
如何改进您的条形图
让我们以条形图为例,尝试逐步改进它。
对数据进行排序
对于条形图,数据通常没有自然的顺序。将条形图从大到小排序,可以更轻松地发现趋势并理解数据所讲述的故事。有组织的图表可以让人们快速看到重要的内容。
在需要的地方显示信息
在阅读条形图或折线图时,不断检查 Y 轴以确定值会让人感到沮丧。相反,将信息直接放在图表上——例如在每个条形图的顶部显示值。这样,人们可以一目了然地解释您的图表,而无需不必要的来回查看。
保持条形图简洁
专注于必要的内容。查看者是否需要知道确切有 1,494 份家庭作业,或者显示作业数量大约是测验数量的两倍就足够了?如果确切的数字并不重要,请简化您的图表。省略不必要的标签或网格线,减少混乱,使您的主要信息突出。
使用自然的阅读模式
人们阅读图表的方式与阅读文本的方式相同——从左到右,从上到下。对于英语读者来说,“Z”模式很自然。在某些情况下,行图可能比条形图更有效,因为它与这种流程对齐,并使您的数据更易于理解。
突出显示重要内容
您的图表的目标是什么?人们应该关注特定的数字还是趋势?使用视觉强调——例如,将关键数据点加粗或更改颜色——以将注意力引导到最重要的见解。
使用有意义的颜色
绿色、红色和橙色等颜色通常带有隐含的含义——绿色代表积极,红色代表消极。如果您的图表反映了积极或消极的结果,请使用这些颜色来帮助传达这些情感。但是,如果您的图表与情感无关,最好避免使用这些颜色,以防止产生意外的联想。您还可以使用颜色饱和度来突出显示图表的重要区域,而不会让查看者感到眼花缭乱。
堆积图的最佳实践
堆积图会增加数据可视化的复杂性,因此了解何时使用它们以及何时避免使用它们非常重要。让我们分解有效使用堆积图的关键注意事项。
堆积图会增加认知负荷
当您堆积数据时,您会为查看者处理添加额外的复杂性层。在选择堆积图之前,请问问自己:您是想比较类别内的数据还是跨类别的数据?通常,创建单独的图表可以更清晰地查看您的数据。
堆积暗示累积
仅堆积有意义的指标,例如总数或计数。不要堆积平均值或最大值等自然不会累加的指标。例如,您不能有 5 分制中的“平均评分”为 12 分。仅当数据在逻辑上累积时才使用堆积。
使用折线图显示随时间变化的趋势
折线图非常适合显示指标如何随时间演变,尤其是在跟踪小变化时。如果您要可视化平均评分之类的内容,折线图将比条形图提供更清晰的画面。要放大细微的变化,您可以取消固定 Y 轴的零点——但切勿对条形图或面积图执行此操作,因为它会扭曲比例。
为了使您的折线图更清晰,请减少视觉混乱,删除不必要的数据点。使用线条粗细和颜色来强调最重要的数据系列。
处理大小不同的类别
当图表中的类别大小差异很大时,很难比较它们。如果您的目标是比较条形图中类别的比例,请使用 100% 堆积图。但是,如果您对比较原始大小更感兴趣,请重新排列细分顺序或使用非堆积图。
考虑使用行图以获得更自然的阅读顺序,尤其是在自定义顺序更符合业务上下文的情况下。您还可以使用颜色饱和度和视觉强调来突出显示关键基准。
更好的是
- 使用行图代替条形图以获得自然的阅读顺序
- 更符合业务意义的自定义条形图顺序
- 视觉上强调重要的基准
- 传达上下文的颜色阴影和饱和度
在堆积图中比较细分数据的挑战
在堆积图中比较细分数据可能很困难,因为比较高度比比较面积更容易。在堆积图中,只有第一个(底部)段落易于通过高度进行比较——任何高于它的内容都必须通过面积来判断,而面积的精度较低。
解决方案
- 使用非堆积图,但请注意它们可能会在视觉上变得难以承受。
- 考虑使用堆积面积图,但请记住,根据数据和上下文,它们可能会产生误导。根据您尝试传达的见解选择正确的可视化方式。
对堆积面积图保持谨慎
堆积面积图很容易扭曲数据,因为面积的顺序会影响对变化的感知。当图层重叠时,很容易高估或低估变化。请记住,面积图最适合显示大小,而不是变化或趋势。
结论
现在您已经掌握了基础知识,请转到您的 Metabase 帐户 并尝试这些技术来改进您的数据可视化。看看它们如何使您的图表更清晰、更有用。祝您制图愉快!