UX干货丨15个技巧，玩转数据可视化！
[UXOFFER](javascript:void(0);) 今天
大数据时代，简洁、有重点地呈现数据，能让用户一眼抓到重点，让价值发挥到最大！
今天让我们看看具体有哪些技巧让我们玩转数据！
一、比较
能够通过图表轻松识别最大/最小值，查看数据变动情况。
比如：今年的销售量和去年相比如何……
1. 条目少 – 柱状图
比较条目较少时，可选用柱状图表示。
image
△ 柱状图
2. 条目多 – 条形图
当条目大于10条，更适合用条形图。
image
△ 条形图
3. 看趋势 – 折线图
当你想陈述某种变化趋势时，建议用折线图。
image
image
△ 折线图
4. 扩大差异 – 南丁格尔玫瑰图
如果想要更新颖一些，那不妨试试南丁格尔玫瑰图！
image
△ 南丁格尔玫瑰图
南丁格尔玫瑰图会放大数值之间的差异，便于观察类目大小相差比较小的数值。其圆形具有周期性的特点，适合表示时间概念。
5. 双向 – 双向条形图
多维度比较可以尝试双向条形图，比如收件和发件量的对比。
image
△ 双向条形图
既能整体比较大区，又能详细对比地区的情况。
难度再次升级，如果想看看这几个地区相应的收入、成本和利润之间的关系，可以这样做：
image
△ 业务数据
image
△ 双向条形图（多维度）
通过图形一眼就能看出这几个区的利润、收入和成本的关系。
6. 目标达成 – 子弹图
实际业务中，常要考察指标的达成情况，如某个指标在区间的位置，可以用子弹图。
image
△ 业务数据
image
△ 子弹图
子弹图，在信息传递上有更大的优势。
若还要比较不同季度的收入情况，只需用不同颜色区分。
image
△ 子弹图
7. 性能 – 雷达图
对于一些多维的性能数据，如综合评价，常用雷达图表示。
image
△ 雷达图
以上就是「比较」类的常用图表，可归纳如下。
image
二、构成
可以用这部分图来看各部分的来源构成，以及在总体中的占比。
1. 单层 – 饼状图
image
△ 饼状图
地区增多，对比则更为明显。
image
但是饼图分类一般不超过9个，如果数量较多，可以用条形图表示。
除饼图外，环形图也能表示占比，更高效率地利用空间。
image
△ 环形图
2. 分层 –旭日图
image
△ 旭日图
能够层层深入看数据，由表及里，一目了然。
3. 累计趋势 – 堆叠面积图
数值构成随时间变化，比如某个地区的近几年支出如何可视化？
image
△ 业务数据
image
△ 堆叠面积图
推荐方案是堆叠面积图，可以展现分量（地区）对于总量（大区）的贡献，并显示总量（大区）的变化过程。
4. 累计增减 – 瀑布图
若想表达两个数据点间数量的变化过程，可使用瀑布图。展示后一个数据在前面数据基础上的变化，展现财务分析中的收支情况。
image
△ 瀑布图
以上就是「构成」类常用图表，可归纳如下。
image
三、分布&联系
看到数据的分布情况，来看数据之间的相关联系。
常见使用场景：消费者的年龄段分布？消费高档商品的地区分布？
1. 两个变量 – 散点图
仍以业务为例，下图为全国网点的单票成本/收入分布情况。
image
△ 散点图
单单这样看，可能看不出什么，如果加两条平均线就不一样了。
image
加了平均线，就能够更清楚看到平均水平上下的网点了。如果进一步给网点加上不同颜色，就能更显著地知道具体区域的分布了！
image
2. 三个变量 – 气泡图
大家都知道，网点总利润除了和单个利润有关，还和收件量有关，可以用点的面积大小来表示具体网点的总利润的高低。
image
△ 气泡图
3. 结合地图 – 热力图
气泡图与地图结合，就变成了热力图。从宏观视角清楚认识网点的收派件量。
image
△ 热力图
以上是 「分布&联系」类的常用图表，可归纳如下：
image
小结
image
网友评论