京公网安备 11010802034615号
经营许可证编号:京B2-20210330
[数据分析师]信息图制作教程:关于数值的表现
在信息图的制作和数据可视化过程中,数值的表现是核心,常见的资金量、人数、个数、面积体积等等数值都是信息图中核心要表达的内容。那么这些数值在信息图中的表现有什么技巧呢?本文就给大家介绍常用的数值表现方式。
大家最熟悉的就是柱状图、曲线图和折线图。这三类相对简单,也最为常见,都是利用图形或数据点的高度(或者长度)来表现数值的大小。如图:
一般情况下,这三类图形化方法就已经能够满足可视化的需求,但是,在各项数值相差较大时,这种表现方式就有了问题。如《全球30大媒体的年营收》的数据中,营收最高的谷歌的营收额为379亿美元,而排在30名的Sanoma仅为25亿美元,如果使用常见的柱状图来表现,那么最大值的谷歌将是最小的Sanoma的15倍,我们用Excel做了尝试,在真实比例下效果如下:
如果实在数据报告中,或许这种比例不会有太大影响,但是在什么要求更高的信息图中,这种比例会带来一种不协调的感觉,就是常说的“一边重一边轻”,势必会在一边有很多的留白。另外,为了让小值之间能够清晰分辨,务必会造成最大值很突兀,或者为了控制最大值,让小值之间分辨不清。
那么为了追求美感,我们有木有更好的 表现方式呢?这个问题先放一边,我们来看看柱状图、折线图和面积图表现数值的逻辑。前面已经说过,这三类表现方式都是通过高度或者宽度来表现数值,柱状图的数值体现在矩形的高度,折线图和面积图的数值体现在数据点的高度,概括来说,三类方式的数值表现都是一维的,虽然柱状图有面积,但是其宽度没有具体的表现意义。因而,我们会有这样的思考,可不可以用二维图形,也就是面积来表现数值呢?
我们还是用谷歌和sanoma的数据来举例,两者的数据比例约为15,如果用一维表示,则两者图形的一维比例就是15:1,但那时如果用面积来表示数值呢?绘制两个面积比例为379:25的正方形,那么两个正方形的高度比约为4:1,相对于15:1的比例,减少了在高度上的巨大差别,为设计提供了更多方便而且还不影响用户对数值的理解。
同理,我们也可以用三维的体现方式来展现差距更大的数值。如在《图解力》中作者就提到了用堆砌起来的正方形块来表示军费比例,一个小正方形代表1亿,在图中,超过400倍的比例仍然能够清晰分辨而不显突兀。
另外,针对差别较大的数值,还可以使用视觉透视的方式来处理。在透视视角下,远处的图形会变小,这样处理也能减少数值差别较大时的突兀感。
上面主要讲述了一些常用的数据展现方式和当数据差距较大时的处理方式,在制作信息图中,往往还需要根据发布渠道和版面要求来做合适的处理,信息图设计师除了掌握基本的设计技术,也要发挥聪明才智,表现准确与涉及审美共举,才能设计出优秀的信息图。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07