1. 图表可视化,让数据说话
在我们工作中可能会有大量的数据是杂乱无章的,我们很难及时去完成领导交代的数据分析任务,即使完成效率也很低,特别浪费时间,本次学习笔记是我根据自己学习图标可视化的学习思考过程,以此记录希望能有所收获。
使用的表格工具为Excel2013年版。
根据领导所需数据要求,进行统计分析,形成最初步的数据表格。
上面的表格很难让老板能第一时间看懂我们想要表达的内容,所以我们需要对表格数据进行可视化操作。
这篇文章记录图标可视化的三种方法:
1.条件格式
2.迷你图
3.动态图表
灵活运用这三种方法,能让数据分析更加高效,领导也能眼前一亮!
在Excel软件中开始栏有条件格式功能区,选择【条件格式】-【数据条】-【选择填充方式】,可以将要直观展示的数据转换成数据条,直观明了。
案例操作步骤:将销售额一栏转换成数据条,并且独立展示。
当我们直接套用色阶条数据格式时,数值也会同步显示,这样不是很美观,所以我们可以通过编辑规则,仅显示数据条。
条件格式中的数据条,非常好用又简单,但是并不能适用于所有的数据表,它只能简单的表示数据的大小,不能表现出数据的增长趋势。
如果我们需要展示出每个月的成交趋势,可以选择使用 迷你图。
在图表的下方插入一行用来放置迷你图,点击【插入】选项卡——进入【迷你图】功能区——根据需要选择迷你图的类型。
案例操作步骤:在表格下方增加两行作为放置折线迷你图和柱状迷你图的区域,点击折线迷你图,选择所需要的数据和放置迷你图的位置,点击确定就生成了网银的全年销售额。
重复操作即可得到网银、支付宝、微信等等分类的全年销售额折线图。
同理,迷你柱状图也是一样的操作,只不过选择插入柱形迷你图,就可以。
迷你柱形图中,都是细小的数据条,可能显示不是太明显,Excel中迷你柱形图可以设计,选中已添加好的柱形迷你图,就会自动出现【设计】选项卡,然后样式功能区的【标记颜色】中,可以选择将你想标记的数据换一种颜色,在案例中我将最高值标记成为了明黄色,便于一眼能看到。
迷你图可以一眼就让人看出趋势,但是要想知道折线之间的差异还是会比较困难,所以还是要借助表格来展示数据的具体差异。
动态表格能通过点击鼠标选择月份,动态显示出该月份的销售数据,并动态呈现表格,这样既方便又美观,同时更加高大上!
案例操作步骤:
1.插入月份显示框,通过进入【开发工具栏】中,进入【控件】功能区,点击【插入】,进入【表单控件】,选择【组合框控件】,在任何空白区域任意画出控件。
2.定义月份区域1-12月,命名为月份
3.将月份,通过控件来控制选择,调整控件大小。
鼠标移动到控件栏,右键选择设置控件格式,点击控制选项卡,输入数据源区域(下拉框要出现的数据),单元格链接(鼠标点击控件中下拉框的数据时,会生成一个数据)。
1.生成月份
通过第三步我们已经知道点击控件中的月份后,单元格链接后会生成相应的数字。
所以我们直接将该数字导入过来,加上“月”这个字,就能完美的达成效果。
2.动态提取总销售表中的的数据
通过INDEX函数和MATCH函数的灵活使用,可以将月份、类别与销售表相匹配,从而完美找出我们想要的数据。
MATCH函数(返回指定内容所在的位置)
MATCH(lookup-value,lookup-array,match-type)
lookup-value:表示要在区域或数组中查找的值,可以是直接输入的数组或单元格引用。
lookup-array:表示可能包含所要查找的数值的连续单元格区域,应为数组或数组引用。
match-type:表示查找方式(取值-1,1,0),用于指定精确查找(0,查找区域无序排列)或模糊查找(-1,1,查找区域升序排列)
INDEX函数(返回指定位置中的内容)
INDEX(array,row-num,column-num)
array:要返回的单元格区域或数组
row-num:返回值所在行号。
column-num:返回值所在的列号
MATCH函数提取出月份和想要类别数据的行号和列号,INDEX函数通过行号和列号返回找到的数值。
案例操作:
我们要求出对应月份的网银销售数
首先运用MATCH函数定位对应月份和网银的行号和列号
行号:输入=MATCH(K10,A1:A13,0),最后得到结果为9,因为8月在表格里的行号对应为9。
列号:表格中的列行均为网银,微信,支付号等种类,所以列号要通过对比“网银”来确定列号
输入:=MATCH(L9,A1:F1,0),最后得到结果为2。
MATCH函数返回出的列号,行号,通过INDEX函数,返回出相应的数值。
输入:=INDEX(A1:F14,MATCH(K10,A1:A13,0),MATCH(L9,A1:F1,0))
其中A1:F14是要查找的数据区域。
通过这个方法以此类推,可以查找出其他种类对应月份的数据。
可以调整第一个公式中的引用方式,将数据区域,查找值,查找区域等绝对引用,将查找网银,微信等种类相对引用,可以自动填充找出相应的值
公式:=INDEX($A$1:$F$14,MATCH($K$10,$A$1:$A$13,0),MATCH( L$9 ,$A$1:$F$1,0))
3.手动输入年度指标
假设年度指标为78000
4.计算出累计完成量,和完成率
当我们点击8月时,要计算出表格中1-8月的销售额
我们采用OFFSET函数和SUM函数联合计算出累积完成量
OFFSET函数:引用函数,表示引用某一个单元格或者区域。
OFFSET(reference,rows,cols,height,width)
reference:引用必须引用单元格或响铃单元格区域,基点,作为偏移基准的参照
rows:左上角单元格引用的向上或向下行数。使用5作为rows参数,可指定引用中的左上角单元格为引用下方的5行。rows可谓正数(这意味着在起始引用的下方)或负数(这意味着在起始引用的上方)
cols:左上角单元格引用的向左或向右行数。使用5作为cols参数,可指定引用中的左上角单元格为引用右方的5行。cols可谓正数(这意味着在起始引用的右方)或负数(这意味着在起始引用的左方)
height:需要返回引用的行高,必须为正数
width:需要返回引用的列宽,必须为正数
案例操作:
以一月的数据为基准,通过月份的选择,定位出引用的数据,再通过SUM函数直接返回出这个区域的值
公式:=SUM(OFFSET(F2,0,0,K1,1))
F2单元格为一月销售额所在的单元格,我们不需要偏移所以rows和cols均为0,height为点击控件月份后背后单元格链接的数据,表示从1月到8月的区域,weight为1,
SUM函数直接求出了F2到F9区域数值的和,这也是我们要的累积完成量
5.完成率
通过与年度指标对比,累积完成量除以年度指标,求出完成率,求出之后更改数据格式成为百分比,可以直接求出完成百分比。
1.柱形图
鼠标框出想要生成柱形图的表格,进入插入选项卡,点击柱形图
可以通过设置将柱形图中的坐标值调整一下,取最小为0,最大为25000(因为数据中没有超过25000的),这样表格会比较饱满
因为动态表格中的数据都有,所以柱形图可以将纵向坐标轴,背景横线都消除
可以调整表格的样式背景颜色,等等让表格变得更加美观并且具有专业气质。
2.生成环比图
将完成率,未完成率(1-完成率)作为指标,选中生成环状图
将环比图的背景改成和大背景一样的背景,将标题,坐标轴都删掉,并且调整环比图格式,使得更加好看
可以设置数据系列格式,调整圆环内径,颜色等数据,最终形成漂亮的环比图。
直接插入文本框在环比图正中央,将完成率公式设置其中,更改格式使其更加美观。
1.可以源表格的数据可以随时修改,最终结果会相应的变化
2.可以通过控件动态实现,一键查找相应的明细,并生成柱状图和环比图
通过这个小锻炼,可以通过excel表格将数据进行分析整理,生成图表。
由此可以发现图表才是数据可视化的大佬,俗话说:字不如表,表不如图,一图胜千言,好好学习动态数据可视化,也能在老板面前更好的表现自己!
本文内容来自于自己学习小记,望以后更加努力,加油!
2. 活用这25种图表效果,你的数据可视化也能变得高级炫酷!
对于数据分析师来说,可视化永远是一门不过时的学问,不仅因为上到企业领导、下到业务分析都要用到可视化,更因为它是分析师手中的优秀工具,它向我们揭示了数据背后的规律。
但很多人又会问,自己做的数据可视化丑出天际,领导不喜欢怎么办?
其实想要做出漂亮的可视化非常简单,很多人只是了解其中基本的图表类型,比如柱状图、条形图、饼图等,但想要实现可视化进阶,还必须掌握一些高级的图表效果。
本文介绍的25个图表效果都是十分经典和实用的,如果能够活用它们,就能让你的可视化瞬间高上一个档次!不信你看看下面几张图:
FineBI可视化效果
FR可视化效果
FineBI可视化效果
维度与指标
在此之前我们首先要了解一下基本的图表常识——维度和指标。
维度是观察数据的角度和对数据的描述。比如说地区,包含上海北京这些城市。
指标显然就是你想分析的数据类别了,比如说销售额、单价等等。
数据分析的本质就是各种维度和指标的组合,比如我想了解和分析全国各地的销售额,就需要将地区维度和销售指标结合。
说的再透彻点,平面轴中的横轴可以理解为维度,纵轴可以理解为指标。
FineBI表格
FineBI
30种图表效果
1、KPI指标卡
KPI指标卡是最直观展示KPI数值的组件,在可视化当中使用的频率非常高,可直接显示所选字段的数值,比如展示销售额、毛利、毛利率等指标数值,效果如下:
维度字段:0
指标字段:1
2、颜色表格
颜色表格用于展示对应不同维度分类的不用文字颜色,它的好处是能够使表格当中的不同数据进行颜色区别,直观展现数据差异,效果如下:
维度字段:大于等于1
指标字段:1
3、迷你图
迷你图可以直观清晰的展现各分类的对应指标数值大小,比如下图展示的各访问渠道的浏览量大小,效果如下:
维度字段:大于等于1
指标字段:大于等于1
4、热力区域图
热力区域图以特殊高亮的方式展示坐标范围内各个点的权重情况,通过地图上颜色高亮程度展示指标数据的差异,也是比较常用的图表效果,效果如下图所示:
维度字段:2
指标字段:大于等于0
5、分区柱状图
分区柱形图为并列展示维度下各个分类指标的柱形图,好处是将柱状图分区显示,可以上下对比,效果如下图所示:
维度字段:大于等于1
指标字段:大于等于1
6、堆积柱状图
堆积柱形图用于显示单个项目与整体之间的关系,比较各个类别的每个数值所占总数值的大小,效果如下图所示:
维度字段:大于等于1
指标字段:大于等于2
7、多系列柱状图
多系列柱形图用于显示不同系列指标间的对比效果,也就是分区柱状图和堆积柱状图的结合,效果如下图所示:
维度字段:大于等于1
指标字段:大于等于2
8、对比柱状图
对比柱状图用于同一维度下,两个指标的对比分析,能更直观的看出对比差距,效果如下图所示:
维度字段:1
指标字段:2
9、瀑布图
当用户想表达两个数据点之间数量的演变过程时,即可使用瀑布图,比如应发工资与实发工资之间的消长变化,如下图:
维度字段:大于等于1
指标字段:2
10、分区折线图
分区折线图用于分区域分指标查看数据的变化趋势,效果如下图所示:
维度字段:大于等于1
指标字段:大于等于1
11、多系列折线图
多系列折线图用于在同一区域查看指标的变化趋势,能直观看出趋势对比,效果如下图所示:
维度字段:大于等于1
指标字段:大于等于2
12、折线雷达图
雷达图又可称为戴布拉图、蜘蛛网图,用以显示独立的数据系列之间,以及某个特定的系列与其他系列的整体之间的关系,效果如下图所示:
维度字段:大于等于1
指标字段:大于等于1
13、范围面积图
范围面积图用来展示持续性数据,可很好地表示趋势、累积、减少以及变化。效果如下图所示:
维度字段:大于等于1
指标字段:2
14、组合图
多指标分析而言,不同的指标可能查看的目的不同,有的指标需要看趋势,有的指标需要查看数据对比情况,此时就可以使用组合图组件来实现这一功能,效果如下图所示:
维度字段:大于等于1
指标字段:大于等于2
15、散点图
散点图用来显示不同数据点之间的关系,用来比较在不均匀时间段内的走势。效果如下图所示:
维度字段:大于等于1
指标字段:大于等于1
16、聚合气泡图
聚合气泡图用数值类型字段来确定气泡的面积大小,实现对比。效果如下图所示:
维度字段:大于等于1
指标字段:1或2
17、玫瑰图
玫瑰图用来显示的是每一数值相对于总数值的大小。效果如下图所示:
维度字段:1
指标字段:2
18、区域地图
需要按照地区分析数据时,我们可以使用区域地图,FineBI的地图在展示效果上与所有用地图来做数据分析的样式基本一致,可以按照省,市,国家甚至一些定制的地图展示。如下图:
维度:两个地理维度(经度、纬度)
19、点地图
很多公司的业务分布范围很广,如果该公司想要查看的是某个区域各个网点(特定位置)的数据时,用地图实现起来会比较复杂,并且精准性不高,那么就可以使用点地图,可精准快速定位到位置。如下图:
维度:两个地理维度(经度、纬度)
20、流向地图
流向地图常用来可视化源汇流(Origin Destination Flow)数据。流向地图多应用于区际贸易、交通流向、人口迁移、购物消费行为、通讯信息流动、航空线路等场景,具体示例如下:
维度:两个地理维度(经度、纬度)、1个维度
21、热点地图
热力地图用来表示地理范围内各个点的权重情况。如下图显示了全国各地区环境监测PM2.5的数值高低:
维度:两个地理维度(经度、纬度)
22、矩形树图
矩形树图是用来描述层次结构数据的占比关系,能够进行逐级钻取显示下层数据情况。效果如下图所示:
维度字段:大于等于1
指标字段:1
23、词云
词云是一种直观展示数据频率的图表类型,可以对出现频率较高的“关键词”予以视觉上的突出,形成“关键词云层”,从而过滤掉大量的文本信息,使浏览者只要一眼扫过文本就可以领略重点。效果如下图所示:
维度字段:1
指标字段:1
24、多层饼图
多层饼图指的是具有多个层级,且层级之间具有包含关系的饼状图表。多层饼图适合展示具有父子关系的复杂树形结构数据,如地理区域数据、公司上下层级、季度月份时间层级等等。效果如下图所示:
维度字段:大于等于1
指标字段:1
25、百分比堆积柱形图
百分比堆积柱形图是每个分类下系列的总和为100%,每个系列按照所占的百分比进行堆积,这样就能直观的看出每个系列所占的比重。
维度字段:大于等于1
指标字段:大于等于2
以上图表效果均取自FineBI
3. 数据可视化没有那么难,基本图表就能轻松搞定
大数据魔镜可视化分析工具,3分钟即可学会使用,各种可视化图表瞬间上手。
大数据魔镜,首款免费的大数据可视化分析工具,免费版最大可视化效果库,500多种可视化效果,上卷下钻,数据预测,聚类分析,相关性分析,数据联想,地图,组合图等。更多功能:高级版、定制版!
4. 数据可视化常用图表设计
最近在一个项目中做数据可视化设计和实现的功能,有一些前端图表设计和实现的收获跟大家分享。
数据分析和数据可视化的优点不言而喻,但是数据可视化一定要结合用户角色特征进行展示才有意义。比如普通员工和管理者角色,关注的重点肯定不同,普通员工会更注重个人绩效、个人的排名等,而管理者会更注重整个部门的整体绩效情况,可能还会关心整体中的一些极端个例。
所以为不同角色的用户提供适合的数据分析视图,才能让数据展示有意义。
数据可视化的常用图表包括柱状图、饼图、折线图、散点图、雷达图、漏斗图等。
(1)柱状图
优点:强调个体和个体之间的差异,由于人眼对高度比较敏感所以易于比较数据间的差别;
缺点:不适宜大量的数据集即项数较多时不适合使用;
适用场景:一个维度的数据比较、数据单纯性展示、排序数据展示等;
适用数据:数据集不大的二维数据集;
注意事项:通常用户习惯认为柱状图的X维是时间维,可以用颜色来区分每根柱子,改变用户对时间趋势的看法; 如果分类项目的标签文本比较长,会出现重叠,建议使用条形图 。
(2)饼图
优点:直观的显示各部分的占比和分布情况,强调个体和总体的比较;
缺点:数据不精细,不适合分类较多的情况;
适用场景:一个维度各项指标(一般不超过5个项目)占总体的占比情况,分布情况;
适用数据:具有整体意义的各项相同数据;
注意事项: 使用时饼图最好不超过5个,区块越多用户提取数据的能力就越弱;
(3)折线图
折线图分为直线折线图和曲线折线图。 直线折线图适用于离散变量,曲线折线图适用于连续变量。
优点:反应数据变化趋势;
缺点:数据集太小时显示不直观;
适用场景:需要反应变化趋势、关联性;
适用数据:时间序列数据,关联类数据;
(4)散点图
散点图还有一种变形是气泡图,气泡图通过每个点的面积大小反映第三维。
优点:直观反映数据集中情况,对离散数据线性回归等曲线预测性的拟合辅助作用;
缺点:适用场景比较少;
适用场景:对离散数据进行预测,两个维度的数据;
适用数据:离散值数据;
(5)其他数据分析常用图
热力图,用于表示密集程度,可以直观清楚地看到页面上每一个区域的访客兴趣焦点,图形化展示,清晰直观;
漏斗图,用于表示数据转化类关系,适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在;
仪表盘,指标类数据;
雷达图,适用于多维数据(四维数据),且每个维度必须可以排序。
最后其他最重要的核心数据,直接用数字显示,最直观。
前端常用的可视化技术主要有d3.js、echarts、highcharts;
其中d3.js的定制化更强,但是美观度和工作量需要自己把握;echarts由百度提供,免费使用,开发工作量小,但是定制化能力弱;highcharts和echarts比较类似但是需要商业授权。
highcharts和d3.js是基于SVG渲染的,性能差些,但是是基于DOM操作的,用户交互更精确,可以通过virtual dom技术解决性能差的问题,如react前端框架。
echarts基于canvas渲染的,性能更好些。
5. 常用的数据可视化图表
目前有很多专业的后台数据分析公司提供打包的后台数据服务,但是当数据统计维度不多,不准备花费购买第三方服务的时候,怎样建立清晰直观又简单的数据可视化界面呢?
为了增加可观看性,就需要做到数据分类清晰、不同数据分类明了,每一个图表内容直观,能够一眼看出最想关注的。
根据工作中的经验,这里总结了常用的柱图、饼图、折线图在不同场景与需求下的使用。
一、柱状图。
柱状图使用场景一:柱状图适合表示某一个时间段内的数据,横坐标是时间,纵坐标是数值,如下图所示:
图中虚线为根据各种柱高计算出来的平均线,通过虚线可看到不同柱子对应的数据是高于平均值还是低于平均值。
在可视化表达上为了突出重点,可以把柱图之外的内容都用暗色调显示。
柱状图使用场景二:对某一种数据做细分展示
当统计的数据中有不同的数据分类,我们想看到不同时间段下的总数据及各分类数据分别为多少时,可以使用下图形式。
同一个柱图分为不同段,每一段用不同的颜色表示不同的类别。整个柱图的长度代表汇总数据的量,不同颜色的长度代表子分类数据的量。
通过整个柱子长度的起伏变化显示汇总数据近几个月的数据变化;通过子柱的起伏变化,看到该类别的数据近几个月的波动情况。
柱图使用场景三:两种数据做对比
当两个数据需要做对比时,可以用两种颜色分别表示不同的柱图,并排在一起,对于每个月的数据通过高度判断孰高孰低以及高或者低的程度。
二、折线图
折线图倾向于趋势变化,或者时间颗粒度比较小时采用。
1)折线图使用场景一:折线图与柱状图的结合使用
当我们要显示不同时间段下的金额与笔数时,即同一个横坐标维度对应两个纵坐标维度,柱状图与折线图结合使用,如下图所示。
折线图使用场景二:数据监控
如果是运维数据监控,防止数据超载,需要显示实时数据,且时间点精确到每一分时,这时候可采用折线图,且用大额数据图表,如下图所示。
三、饼图
饼图使用场景一:查看各个分类的占比
当我们数据更看重比重时,对具体金额没那么关注时,可以使用饼图,如下图所示:
饼图使用场景二:多种角度看数据占比
对同一组数据,从不同角度去查看其不同数据维度的占比,比如我们想看当月不同业务种类的营业额占比,也可以查看当月不同渠道下的营业额占比,时间维度可以是当日、当月、当年,如果我们想把上述都实现,但是不想占用太多的面积,可以使用按钮,切换不同的时间段与不同的统计维度。
以上介绍的是普通的数据展示图表的一些应用场景,可以满足大部分使用需求,具有一定的通用性,如果我们再做一些变通与组合,可以获得更加丰富的场景。
对于可视化数据,明确我们需要看到的主要内容,把数据维度列出来,确定自变量与因变量,找到适合的图形来表达。
6. 数据分析可视化数据图表怎么制作?
1、一张优秀的可视化报表,是能明晰展现用户所需信息的,并且在制造进程中要有逻辑,不是一切的内容都是相同重要的,咱们要通过各个图表的排版方位和所占大小,突出主次之分。最好是有一个设定的阅览顺序,比方从上到下,从左到右。有些数据可视化项目,罗列了一大堆数据和目标,恨不能在一块屏幕上把一切的数据都展现出来,结果反而让可视化大屏像一团乱麻,就算设计再漂亮,受众也难以获取信息。
2、不要企图展现一切的东西,只需给出最要害的信息,将屏幕分割成几个小区域,每个区域力求讲清楚一个部分,一起将最概括性的数据以目标的方式放到显眼的方位。
3、可视化数据图表制造可以使数据变得更有意义,并且可视化也可以使数据变得更简单理解。数据可视化软件正帮助越来越多的企业从浩如烟海的杂乱数据中理出头绪,化繁为简,变成看得见的财富,从而实现更有效的决策进程。
7. 数据可视化图表要怎么做?
1、 改变传统格式。占比用饼图,对比用柱图,这些标准化的表达方式让我们的报表千篇一律,如果能采用更多可视化方式,会让报表更有新意,例如饼图可以换成环图或玫瑰图等。
2、简洁最重要。很多人在设计报表的时候,会添加好多元素或配色来充实报表内容,但往往是“画蛇添足”,这样会使得页面看上去十分混乱,失去重点的同时也失去了美感。
3、突出关键元素。一张报表上的展现内容不止1块,可能会多到8-9块,如果没有突出展示,决策者无法快速从报表中获取信息,那么就丢失了报表的意义,但是,突出展示的方式要有所注意,更大、更亮或用标签等,无论采用哪种方式,配色要属于同一色系。
8. 可视化数据图表怎么做
Excel小技巧