组合数据是我们经常会遇到的一种形式,通常在调研数据、地理数据、统计数据等中看到各种组合数据的身影,比如DT财经制作的《全国各省各个时间段的确诊人数对比》、《不同城市各个区域的房价对比》、《不同明星历年参演电影评分对比》等等。
组合数据通常有两个共同的特点:

一是重复,重复相同的可视化表现形式;二是数据维度丰富,通常横纵向数据维度在3个以上;




那当我们遇到组合数据时,应该如何做得直观又好看呢?

1.柱状排列组合图

柱状排列组合图是经常使用的一种组合数据表现形式,通过柱子的高低就可以很直观地看到各个数据维度之间的差异对比。通常数据维度和对比种类越多,柱子的数量和所呈现的高低对比变化也会更加地明显。(当横向数据类别控制在5个以内的时候,选择这种表现形式,会在排版布局上更美观。)




2.条形排列组合图

条形排列组合图和柱状排列组合图类似, 只是柱子的方向发生了变化,通过柱子的长短就可以很直观地看到各个数据维度之前的差异对比。通常纵向数据越多,所呈现的差异对比就会更加地明显。(建议横向数据类别尽量控制在4-6个,过多的类别可能会造成柱子的长短差异变化过大;同时纵向种类的文字字数也会影响柱子的长度,建议缩减文字。)




3.填充颜色组合图

如果我们的数据,并不想过多地去展示具体的数值,而是希望整张图可以很直观地看到分布变化规律时,就可以采用填充渐变色的方法。基于数值大小映射颜色深浅,对形状(矩形、圆形等)进行填充颜色。通过形状的颜色深浅变化,就可以很直观地看到数据的规律。(填充颜色组合图更适合数值差异变化明显的数据,如果数值差异不明显,建议更改可视化呈现形式。)




4.方块大小组合图

如果数据中所包含的是品类中的细分数据,比如所涉及的细分类别非常多,那么就可以使用方块大小组合图的形式来进行展示。方块大小组合图常应用于各个类别的品牌分布,比如下图中的《各种美容仪的品牌对比》,《各种户外类型的品牌分布对比》等等。(1.因为方块的数量和大小不同,所以建议只标注重点展示的数据信息;2.这种表现形式,可以通过Excel图表类型中的【树状图】来快速实现。)




5.榜单指数排列组合图

当我们的数据所表现的是一个榜单,并且榜单排名中的各个类别的可视化是基于一套指标所生成的,我们就可以基于指标来制定可视化表现形式,然后再基于表现形式,进行榜单的排列。比如DT财经在地铁一公里系列中基于组合雷达图所做的《地铁站辐射圈综合实力排行榜单》,以及在中国青年理想城报告中基于组合条形图所做的《百城青和力排行榜一览》(建议先基于一个城市定好可视化形式,然后再通过D3.JS或代码进行批量的生成。)




6.折线组合图

通过折线的波动走势来看数据的波动变化,通常应用在时间趋势的变化。在新冠疫情期间,表哥就基于《全国疫情的每日新增确诊人数变化》的数据进行了折线组合图的可视化呈现。通过折线组合表现形式,可以很容易得看出数据的波动变化。(建议压缩每一个折线的纵向空间,这样可以防止图片过长。)




7.时间事件组合图

如果数据中所包含的信息是时间事件,那么就可以使用时间事件组合图的形式来进行展示。通过时间节点将事件进行纵向的串联组合,同时也可将不同类型的事件通过颜色、位置来进行区分。(时间事件图需从整体上考虑排版布局,文字大小和段落折行应在实时调整的过程中定下来,以防排版完成后发现图片过长,造成返工。)




8.地图组合图

如果所涉及的是地理/地图方向的组合数据,那么就可以将各个城市的可视化组合在一起,做成一张完整的组合地图。(1.通常建议城市的数量是偶数,这样在排版布局上就会更整齐更好看;2.组合地图建议不要做成gif,比如城市一个个地闪现。)




9.地图变形组合图

当地图数据涉及城市下钻数据时(比如具体到区),因为各个区的大小不一样,数据无法完整地呈现在地图上。这时便可使用变形地图的形式进行展示,将相对应的区域在相对应的位置进行展现。这样就重点展示了数据,同时也保留了相对位置性。(在做地图变形组合图时,应考虑可视化面积的大小,以防图表区域放不下,造成可视化的返工。)




文章部分素材源自: 南京路表哥
温馨提示:
1、在论坛里发表的文章仅代表作者本人的观点,与本网站立场无关。
2、论坛的所有内容都不保证其准确性,有效性,时间性。阅读本站内容因误导等因素而造成的损失本站不承担连带责任。
3、当政府机关依照法定程序要求披露信息时,论坛均得免责。
4、若因线路及非本站所能控制范围的故障导致暂停服务期间造成的一切不便与损失,论坛不负任何责任。
5、注册会员通过任何手段和方法针对论坛进行破坏,我们有权对其行为作出处理。并保留进一步追究其责任的权利。
回复

使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    • 售后服务
    • 关注我们
    • 社区新手

    QQ|手机版|小黑屋|数据通

    Powered by datatong.net X3.4  © 2008-2020 数据通