数据可视化：从图表类型到视觉元素的全面指南

# 数据可视化：从图表类型到视觉元素的全面指南 ## 1. 何时使用部分与整体图表 部分与整体图表能够清晰展示各部分与整体的关系，但不同类型的部分与整体图表适用场景不同。 ### 1.1 饼图的适用场景 饼图在分类变量较少时效果最佳，理想情况下是两个变量。比如在可视化公路自行车的销售情况时，为了简化读者的视图，可以将其他自行车类型的销售数据进行分组。这样呈现的信息比展示所有自行车类型（即使带有标签）要清晰得多，因为其他部分会分散读者对公路自行车销售百分比这一关键信息的注意力。 ### 1.2 树状图的适用场景 当使用多个分段时，树状图为标签提供了更多空间，并且更易于比较具有相似值的部分。树状图在展示长尾分布的数据时特别有用，其中每个类别都有许多小的贡献。例如，如果你销售多种产品，树状图可以帮助你比较每种产品的销售价值。大多数用于构建树状图的商业智能工具会自动将最大值显示在左上角，便于直观地对销售进行排名，并了解构成整体或部分价值的重要比例所需的数值数量。 ### 1.3 部分与整体图表的使用总结 |优点|缺点| | ---- | ---- | |突出单个类别对整体的贡献|不能用于展示不完整的整体数据| |树状图可用于可视化更多分类变量|不能包含负值| | |不适合展示随时间的变化| | |不适合展示可能超过100%的指标| ## 2. 何时避免使用部分与整体图表 ### 2.1 缺少整体数据 使用部分与整体图表需要有整体数据。如果图表没有可视化值的总量，那么这种图表类型就不适用。例如，在一个去掉了砾石自行车类型的饼图中，根据标题，可能会让人误以为商店只销售两种自行车类型。 ### 2.2 调查结果复杂 调查结果通常用饼图展示，但如果调查允许受访者给出多个答案，那么各部分之间的关系就不是相互独立、不重叠的，且总和可能不等于100%，此时饼图可能会产生误导。 ### 2.3 包含负值 在饼图或树状图中，如果类别中的任何成员具有负值，就无法可视化总量，因为没有明确的方法将负贡献表示为面积的比例。 ### 2.4 展示随时间的变化 避免使用部分与整体图表来展示随时间的变化。例如，如果你想展示自行车销售比例随时间的变化，使用饼图每年重复展示会很难看出销售比例的变化，而且可能会隐藏饼图所代表的总量的绝对变化。相比之下，折线图能更清晰地展示每种自行车类型每年在总销售中所占百分比的变化。 ### 2.5 分类变量过多 过多的分类变量会使任何饼图难以阅读。原本在树状图中能很好展示的细节，在饼图中可能会变得难以理解。 ## 3. 视觉元素的重要性 在数据可视化中，除了选择合适的图表类型，视觉元素如颜色、大小和形状等也能极大地影响观众对图表的理解。这些元素可以帮助观众更清晰地解读图表，突出关键信息。 ### 3.1 颜色的基本概念 颜色有两个重要的预注意属性：色调和强度。色调指的是颜色的类型，强度指的是颜色的纯度。常见的颜色调色板有三种类型：色调、顺序和发散。 ### 3.2 不同数量颜色的使用 - **三种或更多颜色**：选择不同色调的调色板。 - **两种颜色**：可以创建两种色调的调色板，也可以使用发散颜色调色板来显示从一种颜色到另一种颜色的过渡。 - **一种颜色**：可以单独使用单一色调，但可以通过顺序颜色调色板显示该颜色的不同强度级别。 ### 3.3 色调的使用 色调在数据可视化中的主要用途是显示分类数据字段中的不同值。在散点图中，色调可以清晰地显示每个图代表的变量。但当颜色数量接近或超过10种时，识别每个图变得困难。此时，可以为每个国家使用一种色调，并通过不同的强度级别来代表不同的商店，这样更容易解释不同国家商店的销售情况。此外，如果图表按类别分割变量，使用不同色调可能会增加认知负担，而不是减轻它。 ### 3.4 强