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
在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02