怎样快速选择正确的可视化图表?

数据可视化的图表类型十分丰富,好的图表可以有效、清晰地呈现数据的信息。对于用户而言,选择正确的图表是十分关键的,不仅可以达到"一图胜千言"的效果,而且会直接影响分析的结果。

用户选择正确的数据可视化图表前,需要明确数据的逻辑关系。数据的逻辑关系可分为4种:比较、分布、构成和联系。其中,比较关系主要关注数据中各类别或时间变化的情况:分布关系主要关注不同数值范围内包含数据量的情况;构成关系主要关注各部分与整体占比的情况:联系关系主要关注两个及两个以上的变量之间关系的情况。

数据可视化专家基于以上4种关系对图表的选择思路进行了总结,引导用户逐步明确需求,从而帮助用户快速且正确地选择图表。下面分别介绍基于比较、分布、构成和联系关系的数据可选择的图表,具体内容如下。

1.基于比较关系可选择的图表

基于比较关系的数据可选择的图表如图1所示。

图1基于比较关系可选择的图表

由图1可知,若数据按照时间进行比较,当数据周期少时可以选择柱形图或折线图,当数据周期多时可以选择雷达图或折线图;若数据按分类进行比较,当每个项目中仅包含1个变量时可以选择表格、条形图或柱形图,当每个项目包含2个变量时可以选择不等宽柱形图。

2.基于分布关系可选择的图表

基于分布关系的数据可选择的图表如图2所示。由图2可知,基于分布关系的数据包括单变量(例如文化程度)、2个变量(例如文化程度与收入期望)、3个变量(例如文化程度、收入期望与工作经验)。若数据为单变量,可以选择直方图或正态分布图:若数据为2个变量,可以选择散点图:若数据为3个变量,可以选择曲面图。

图2 基于分布关系的可选择的图表

3.基于构成关系可选择的图表

基于构成关系的数据可选择的图表如图3所示。

图3基于构成关系可选择的图表

由图3可知,基于构成关系的数据按照是否变化可分为静态数据和随时间变化的数据。若是静态数据,可以选择饼图、瀑布图或堆积柱形图:若为镇时间变化的数据,则先按照周期数分为少数周期数据和多周期数据,对于少数周期数据可以选择堆积柱形图,对于多周期数据可以选择堆积面积图。

4.基于联系关系可选择的图表

基于联系关系的数据可选择的图表如图4所元。由图4可知,若数据中包含2个变量可以选择散点图进行展示;若数据中包含3个变量,可以选择气泡图进行展示。

数据可视化工具

JNPF是一款基于SpringBoot+Vue3的全栈可视化开发平台,采用微服务、前后端分离架构。可视化包含两层含义,一个是编辑时支持的点选、拖拽和配置操作,另一个是编辑完成后所及即所得(WYSIWYG)的预览效果。

传统代码IDE也支持部分可视化能力(如早年Visual Studio的MFC/WPF),但低代码更强调的是全栈、端到端的可视化编程,覆盖一个完整应用开发所涉及的各个技术层面(界面/数据/逻辑)。

如果你有可视化需求,建议尝试一下它。应用地址:https://www.jnpfsoft.com/?csdn

相关推荐
追风少年ii7 小时前
六大空间转录组平台全面对比:Visium、Visium HD、Stereo-seq、Xenium、Atera 与 CosMx
数据分析·空间·单细胞
roman_日积跬步-终至千里9 小时前
【数据建模入门】从一家小店看懂数仓与机器学习:先理业务,再串技术
数据仓库·人工智能·机器学习·数据分析·数据建模
企业数字化笔记10 小时前
表单发布前怎么验收?版本引用、字段兼容和历史数据回归
android·数据挖掘·回归
IT研究室10 小时前
最新大数据毕业设计选题推荐-基于大数据的Medicaid GLP-1药物利用与支出数据可视化分析-大数据-Spark-Hadoop-Bigdata
大数据·信息可视化·课程设计
雨晨源码(同名B站)10 小时前
深度学习毕业设计选题推荐:基于卷积神经网络的无人机影像建筑裂缝裂纹检测分类与分割系统(LeNet-5 二分类模型、GCN-Res50分割模型)
深度学习·信息可视化·分类·cnn·毕业设计·无人机·课程设计
钱工的门窗技术笔记19 小时前
室内极窄全景移门的支承路径与预留接口:轨道形式、型材壁厚口径与验收边界
物联网·架构·数据分析
龙亘川20 小时前
构建城市公共安全数字底座:亘川智城智慧安防系统全维度解读
java·大数据·开发语言·人工智能·信息可视化
quantdash_cc20 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
新中地GIS开发老师1 天前
资源与环境(地理信息工程)这个专业怎么样
考研·信息可视化·资源与环境
quantdash_cc1 天前
ETF 行情数据清洗实战:字段语义拆解、标的池整理与五个校验清单
python·数据分析·pandas·量化交易·股票数据·quantdash