【数据可视化 第二周】「时序数据」和「比例数据」的可视化

梳理大纲：「时序数据」和「比例数据」的可视化
【1】时序数据
【2】比例数据
【3】实践

资料共享：
【木东居士】公众号

From 数据可视化 学习小组：由【木东居士】公众号 定期发起
对数据感兴趣的伙伴们 可一同在此交流学习

汇总图

【1】时序数据

时序数据：任何随着时间而变化的数据（如一天中气温随时间的变化）

「时间数据」按是否连续 可分为：
离散型时间和连续型时间两类，时间类型的差异决定了图表的表现形式也不同

1.1 离散时间的可视化

离散时间：
数据来源于具体的时间点或者时间段，且时间数据的可能取值是有限的

可视化：可采用柱状图、堆叠柱状图、散点图来表示

（1）单一柱状图

适用场景：
适合表示离散时间数据的趋势，且数据条个数一般不超过12条
适用于单类别数据的时间趋势表示，即系列值单一的数据

不适用场景（如每日股票）
不适合展示连续时间的变化趋势
不适合数据条过多的离散时间的趋势展示

（2）并列柱状图
可用于对比某一离散时间上的多个系列，以及展示随时间的变化趋势

注意：并列柱状图的属性系列，通常不能超过3条，否则图表横向空间会比较拥挤，展示的效果也不好

（3）堆叠柱状图

可用于展现：各个离散时间点总体的构成部分，是如何随着时间而变化的

普通堆叠柱状图：展示实际体量
（整体的构成部分，最好不要超过5项。若实际构成项大于5个时，需要做适当的归类，以保证图表重点突出）

百分比堆叠柱状图：展示相对体量

（3）散点图
通常用来表示两个变量间的相关关系
在表示离散时间数据时，其表达的是某一变量随时间的变化关系

散点图对比柱状图：
散点图：用位置来作为数值的视觉通道
柱状图：用高度作为数值的映射

当多个系列列时，比较起来很吃力
可以使用颜色或者不同的数据标记加以区分，如正方形、圆、三⻆角形、菱形等

1.2 离散时间的可视化

（1）折线图

折线图主要包括三类：点线图、折线图、曲线图

（点线图：当数据集中的数据项有限，不超过12个时，比较合适）

（折线图：当数据集中的数据项比较多，大于12条时，采用折线图比较合适）

（曲线图：相比于折线图，曲线图相邻节点的连线更加平滑，更加美观）

（2）阶梯图

阶梯图常用来表示，某两个相邻的时间节点，后一个节点的数据相对于前一个节点数据的升降变化，常用于商品价格变动、股票价格波动、税率变化等场景中

（3）拟合曲线图

若我们想要研究数据随时间的变化所表现出来的整体趋势时，可以根据多个离散点（T1,D1）、（T2,D2）…、（Tn,Dn），拟合一个最接近的一个连续函数关系

【2】比例数据

比例数据，通常是按照类别、子类别、群体进行的划分
对于比例型数据，我们进行可视化的目的，是为了寻找整体中的最大值、最小值、整体的构成分布、以及各部分之间的相对关系

1.饼图

当数据项超过一定数量时，可以按照占比，把排名最末的几项归位「其他」

2.环形图

环形图中心部位是空的，可以放置标签、整体数值、平均数值或其他内容

3.百分比堆叠柱状图

当比例数据中存在多个父系列，每个父系列又由多个子类构成，且各个系列的子类相同时，此时展示比例数据，可以采用百分比堆叠柱状图

4.百分比堆叠面积图

当比例数据中存在多个父系列，且父系列的数据类型为时间，要分析父系列的各构成部分占比随时间的变化趋势，此时可以采用堆叠面积图来表示比例关系的变化

（如果从某一点上对堆叠面积图进行垂直切片，那么就可以得到该时间段上的比例分布情况）

5.矩形树图

基于面积的可视化方法
外部矩形代表父级类别，内部矩形代表子类别（适合树状结构数据）

若用矩形树图来表示具有多个层级结构的比例数据，通常需要使用一些交互方式来辅助数据的展示（比如，单击对应区块进行下钻，悬停展示具体数值和比例，使用面包屑进行层级的跳转等）

实践

展示2018年全年的销售额整体趋势情况，以及不同品类销售额的发展趋势
使用：堆叠柱状图

展示某只股票的价格变动
使用：阶梯图

某快递公司每天寄件单的揽收时效分布
使用：矩形树图

对比同一公司内部，不同流向的包裹的承运量占比
同时对比不同快递公司之间，同一流向的包裹承运量的占比差异
使用：百分比堆叠柱状图