。

模板市场旨在为DataEase用户提供专业、美观、拿来即用的仪表板模板#xff0c;方便用户根据自身的业务需求和使用场景选择对应的仪表板模板#xff0c;并…DataEase开源数据可视化分析平台于2022年6月正式发布模板市场https://dataease.io/templates/。

模板市场旨在为DataEase用户提供专业、美观、拿来即用的仪表板模板方便用户根据自身的业务需求和使用场景选择对应的仪表板模板并在优质模板的基础上轻松制作自己的仪表板。

2023年3月上新模板

DataEase模板市场定期进行模板上新。

2023年3月共上新3个模板涉及Zabbix告警监控、资产监控和开源社区运营主题欢迎大家在DataEase模板市场下载使用。

模板技巧

本月为大家推荐的模板技巧是为大家介绍并解析DataEase中的各种图表样式。

当我们使用数据可视化分析工具时图表样式是展现数据的关键因素之一。

在DataEase开源数据可视化分析平台上提供了多种图表样式包括折线图、柱状图、饼图、雷达图、散点图等。

不同的图表样式适用于不同的数据类型和数据分析需求因此在使用DataEase时选择合适的图表样式非常重要。

本期模板技巧将为您介绍饼图、柱状图、折线图、南丁格尔玫瑰图、漏斗图、雷达图、瀑布图、词云图等图表样式。

在本文中我们对DataEase的多种图表样式进行解析旨在帮助用户更好地展现数据并深入地理解数据的内涵。

图表介绍

饼图或称饼状图是一个划分为几个扇形的圆形统计图表用于描述量、频率或百分比之间的相对关系每个扇区的弧长以及圆心角和面积大小为其所表示的数量的比例。

二、适用场景

2.将数值进行排序扇区按照大小顺序依次展示可以起到辅助阅读的作用。

四、不适用场景

1.部分统计学家认为将饼图用于表达信息的效果很差。

虽然饼图在商业领域和杂志中的使用非常广泛但在科学文献中却很少用到饼图。

原因是饼图用面积取代了长度这样就加大了对各个数据进行比较的难度。

由于感知力的差异与实际差异呈线性相关长度更适宜用于量度。

考虑到这种情况当数值较为接近时或在信息上我们更倾向于精确的表达时比起饼图更建议使用柱状图。

柱状图

柱状图是一种以长方形的长度为变量的统计图表。

柱状图用来比较两个或以上的价值不同时间或者不同条件只有一个变量通常利用于较小的数据集分析柱状图亦可横向排列。

作为人们最常用的图表之一柱状图也衍生出了多种多样的图表形式。

例如将多个并列的类别聚类、形成一组再在组与组之间进行比较这种图表叫做“分组柱状图”或“簇状柱形图”将类别拆分称多个子类别形成“堆叠柱状图”也可以将柱形图与折线图结合起来共同绘制在一张图上形成“双轴图”。

2.堆叠柱状图由堆叠项将一个类别拆成多个子类别形成堆叠柱状图。

3.双轴图

双轴图的指标分为左侧指标和右侧指标对应的坐标轴分别为坐标Y轴的左轴主轴和右轴副轴。

通常采用柱状图与折线图搭配使用的方式下图展示了一年中各个月份的销量柱状图与目标完成率折线图。

二、适用场景

柱状图最适合对分类的数据进行比较尤其是当数值比较接近的时候。

由于人眼对于高度的感知优于其他视觉元素例如面积、角度等因此使用柱状图更加合适。

三、不适用场景

柱状图最核心的功能是比较比较的核心是高度。

如果人为地改变高度那么数据间的比例关系会失常。

如下图当柱状图的起始值不为0时则很难通过柱状图体现出数据间的差值和比例关系。

折线图

折线图是把许多的点用直线连接形成的统计图表。

折线图是许多领域都会使用到的基础图表常用来观察数据在一段时间之内的变化因此其X轴常为时间这种折线图又称为趋势图。

折线图用于分析事物随时间或有序类别而变化的趋势。

如果有多组数据则可用于分析多组数据随时间变化或有序类别的相互作用和影响。

折线的方向表示正/负变化折线的斜率则表示变化的程度。

二、适用场景

如下图所示该折线图可以表现某公司一年中各个月份的销量数据变化趋势。

2.多个变量随时间或有序类别的变化可同时观察单变量的走势以及多变量的对比例如以下两个场景

三、不适用场景

做成可交互版本打开图表的缩略轴设置一个默认展示范围让用户集中在一个特定的时间选区。

分析数据时可以拖动缩略轴查看不同的时间段或是拖动缩略轴的起始/终止点用来扩大/缩小每次的数据展示范围。

五、注意事项

当你以时间作为X轴画折线图时数据必须有着一致的时间间隔否则数据会产生误导如下图所示。

画图时需务必保证时间间隔的一致性。

南丁格尔玫瑰图

南丁格尔玫瑰图又名鸡冠花图、极坐标区域图。

尽管外形很像饼图但本质上来说南丁格尔玫瑰图更像在极坐标下绘制的柱状图或堆叠柱状图只不过它是用半径来反映数值而饼图是以扇形的弧度来表示数据的。

但是由于半径和面积之间是平方的关系视觉上南丁格尔玫瑰图会将数据的比例夸大。

因此当我们追求数据的准确性时南丁格尔玫瑰图不一定是个好的选择。

但反过来说当我们需要对比非常相近的数值时适当的夸大会有助于分辨数据的差异性。

二、适用场景

1.分类过少的场景。

例如只有2类时可直接用饼图或者环图来表示。

2.南丁格尔玫瑰图是将数值映射到半径上而扇形的面积和半径是平方关系这样从视觉上看数值的差异会被扩大。

因此当数值差异较大、或者希望精确地比较数值大小时推荐使用柱状图。

漏斗图

漏斗图适用于业务流程比较规范、周期长、环节多的单流程单向分析。

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的环节进而做出决策。

漏斗图的起始总是100%并在各个环节依次减少漏斗图用梯形面积表示某个环节业务量与上一个环节之间的差异。

漏斗图从上到下有逻辑上的顺序关系表现了随着业务流程的推进业务目标完成的情况比如用户的转化情况、订单的处理情况、招聘的录用情况等。

一般来说所有梯形的高度应该是一致的这有助于用户辨别数值间的差异。

二、适用场景

2.反映的流程应该是“消耗性”的流程例如在电商领域中从用户注册到下单的转化情况在人力领域中从收到简历到入职的转化情况等。

具体如下图所示

3.在实际的应用中漏斗图非常适合于跟踪用户的转化率和保留率、跟踪点击广告/市场营销活动的进度和成功率以及揭示线性流程中的瓶颈。

在新闻领域漏斗图也较适合社会平等、阶层分化、资源分配等的话题。

三、不适用场景

漏斗图不适合没有逻辑关系的数据。

换句话说如果数据不构成“流程”那么就不能使用漏斗图。

如下图所示该漏斗图展示了大学一些课程的学生到课率每门课之间的到课人数没有逻辑上的影响关系不构成漏斗的流程。

作为一种统计图表漏斗图的“长相”本质上是由数据决定的。

梯形的高度、面积都是有意义的不可以随意篡改。

在传达数据时漏斗图是通过面积表示的对于人眼来说面积的识别本来就不太容易因此如果我们在制作漏斗图时改变漏斗中每一个梯形的高度那么识别起来就十分困难。

雷达图

雷达图是一种显示多变量数据的图形方法。

雷达图通常从同一中心点开始等角度间隔地射出三个以上的轴每个轴代表一个定量变量各轴上的点依次连接成线或几何图形。

每个变量都具有自己的轴彼此间的距离相等所有轴都有相同的刻度。

在将数据映射到这些轴上时需要注意预先对数值进行标准化处理保证各个轴之间的数值比例能够进行同级别的比较。

二、适用场景

1.雷达图可以用来在变量间进行对比或者查看变量中有没有异常值。

如下图所示该人员在所需的各项技能上数据分析这一项明显较为薄弱。

2.多幅雷达图之间或者雷达图的多层数据线之间还可以进行总体数值情况的对比。

以下面两张图为例对甲乙两位员工的技能进行对比可以较明显地比较出两位员工分别擅长与不擅长的事情。

3.在某一数据对象由多个特征类别构成的情况下用雷达图来描绘这个数据对象例如食品的营养成分糖、维生素、矿物质、脂肪、水等。

三、不适用场景

瀑布图是由麦肯锡顾问公司所独创的图表类型因为形似瀑布流水而称之为瀑布图。

此种图表采用绝对值与相对值结合的方式适用于表达数个特定数值之间的数量变化关系。

在瀑布图中图表的每个柱子的起始位置为上一根柱子的顶端若数值增加正数柱子则向上延伸若数值减少负数柱子则向下延伸每个柱子的顶端即为当前变化情况下的最终数量即小计最后的柱子即为最终数据的最终数量即总计。

通常我们将上升与下降的柱子使用不同的颜色标识更加有利于查看。

二、适用场景

1.显示结果累积的过程解释从一个数字到另一个数据的变化过程表达数量的变化关系。

如下图所示该瀑布图展示了公司每年的人员流动情况每年的入职与离职人数变化。

2.展示总分结构通过柱图垂直高度展示数据直观地展示指标的构成可以帮助用户快速地找到影响总值的关键因素。

相比饼图或常规的柱形图瀑布图可以将总体值与细分维度值同时展示出来。

如下图所示该瀑布图展示了公司各项成本的支出情况左侧各个柱子为各项子类的数值数值越大则对应的柱子高度越高最右侧的柱子则展示了各个子类所汇总的总数据即公司总的支出金额。

三、不适用场景

如果数据没有共同的基线那么就无法在同一标准线上衡量各个子类的详细数值差异。

词云图

词云图又称文字云是文本数据的视觉表示由词汇组成类似云的彩色图形可以用于展示大量文本数据。

每个词的重要性以字体大小或颜色显示文本出现次数越多字体就越大更容易被看到。

词云图可以对出现频率较高的“关键词”予以视觉上的突出展示形成关键词云层从而过滤掉大量冗余的文本信息使浏览者只要一眼扫过文本就可以接收到重点。

词云图的优势在于可以快速感知最突出的文字信息或者区别权重不同的文字而且可以展示大量文本。

二、适用场景

本次为大家介绍的是DataEase开源数据可视化分析平台中的多种图表样式包括饼图、柱状图、折线图、南丁格尔玫瑰图、漏斗图、雷达图、瀑布图和词云图这些图表样式可以帮助用户更好地展示和解析数据满足不同场景的需求。

在未来的产品迭代中DataEase将会提供更多的图表样式满足用户更多的场景需求帮助用户根据不同的数据特点灵活准确地解析和展示数据。