一根柱状图表示两种数据

在上篇文章中

我们介绍了数据可视化的完整流程（四部分）以及可视化元素的三种构成，并在文章最后给出了实操练习；此次分享我们将聚焦如何选择合适的图表来清晰的呈现数据。

对于时间序列数据的研究，从古到今从未间断。经济学家尝试通过时序分析理解并预测金融市场；城市规划者基于时序数据预测未 来的交通需求；气候学家通过时序数据预测全球气候变化；公司需要时序分析来预测产品的需求 及未来销量；医疗保健人员需要根据时序数据研究疾病传播范围及某区域内可能出现的病例数； 地震学家通过时序数据预测地震。

那么对于时间序列我们可以将其划分为：离散型与连续型两类。时间类型的差异决定了图表的表现形式也不同。

对于分布在离散时间的数据的可视化，可以采用柱状图、堆叠柱状图、散点图来表示，下面分别来看下三种图形来进行离散时间可视化的适用场景和不适用场景。

单一柱状图

适用场景

并列柱状图

单一柱状图，是表示某一系列数值在离散时间上的可视化方式。当需要对比某一离散时间上的多个系列，以及展示随时间的变化趋势时，并列柱状图是一种选择。

但是要注意一点，并列柱状图的属性系列，通常不能超过3条，否则图表横向空间会比较拥挤，展示的效果也不好。

堆叠柱状图

单一柱状图，是表示各个离散时间点总体数值的一个方式。但是，当我们想知道各个离散时间点总体的构成部分，是如何随着时间而变化的，这个时候，就需要引入堆叠柱状图。

堆叠柱状图，按照堆叠的部分，展示的是实际体量还是相对体量，可以分为两类：

普通堆叠柱状图

普通堆叠柱状图，整体的构成部分，最好不要超过5项。若实际构成项大于5个时，需要做适当的归类，以保证图表重点突出。

百分比堆叠柱状图

散点图

散点图，通常用来表示两个变量间的相关关系。在表示离散时间数据时，其表达的是某一变量随时间的变化关系。

柱状图是用高度作为数值的映射，而散点图则是用位置来作为数值的视觉通道。

注意：当有多个系列列时，不适合用散点图来表示时间趋势，因为多个系列列的圆点同时出现时，很难将其中某个系列列视为一个整体，比较起来很吃力。此时除了了把颜⾊色作为映射的视觉通道之外，也可以给各个系列列选择不不同的数据标记，如正⽅方形、圆、三⻆角形、菱形等。

折线图

折线图用于显示数据在一个连续的时间间隔或者时间跨度上的变化。在折线图中，一般水平轴（X轴）用来表示时间的推移，并且间隔相同；而垂直轴（Y轴）代表不同时刻的数据的大小。

折线图主要包括三类：点线图、折线图、曲线图。

阶梯图

阶梯图常用来表示，某两个相邻的时间节点，后一个节点的数据相对于前一个节点数据的升降变化，常用于商品价格变动、股票价格波动、税率变化等场景中。

在阶梯图中，有三个关键的值：

拟合曲线图

若我们想要研究数据随时间的变化所表现出来的整体趋势时，可以根据多个离散点（T1,D1）、（T2,D2）....、（Tn,Dn），拟合一个最接近的一个连续函数关系。

绘制方法：先添加散点图，再右键，添加趋势线，勾选函数关系式和R方

比例数据，通常是按照类别、子类别、群体进行的划分。对于比例型数据，我们进行可视化的目的，是为了寻找整体中的最大值、最小值、整体的构成分布、以及各部分之间的相对关系。

饼图

当构成整体的数据项较少时，采用饼图是一种不错的选择，饼图是通过角度来映射各类别对应的数值。

但是，现实的数据情况是，一个维度下的属性值数量，通常会比较多，如果在饼图中全部展示出来，一方面会使整个饼图显得杂乱，没有重点，另一方面也失去了可视化的美感。

因此，对于饼图来说，建议扇区个数最大值在5～7个之间。当数据项超过一定数量时，可以按照占比，把排名最末的几项归位「其他」。我通常的做法是：

环形图

饼图通过各扇区角度去映射各分类项对应的数值，「环形图」则通过各弧形的长度来衡量数值。

环形图中心部位是空的，可以放置标签、整体数值、平均数值或其他内容。环形图中，数据项的分类和饼图类似，就不在赘述。

百分比堆叠柱状图

当比例数据中存在多个父系列，每个父系列又由多个子类构成，且各个系列的子类相同时，此时展示比例数据，可以采用百分比堆叠柱状图。

百分比堆叠面积图

当比例数据中存在多个父系列，且父系列的数据类型为时间，要分析父系列的各构成部分占比随时间的变化趋势，此时可以采用堆叠面积图来表示比例关系的变化。

如果从某一点上对堆叠面积图进行垂直切片，那么就可以得到该时间段上的比例分布情况。

公号：《数据科学家联盟》