html用颜色区分不同区间数据_数据可视化5-常用图表的对比

接上回：

Tao：数据可视化4-区间型、关系型和地理型数据​zhuanlan.zhihu.com

本章文章参考木东居士公众号，作者Destiny：

如何优雅地选择数据图表：常用图表对比​mp.weixin.qq.com

本篇学习了常用图表之间的对比，包括：

• 柱状图 VS 条形图
• 柱状图 VS 直方图
• 堆叠柱状图 VS 百分比堆叠柱状图
• 折线图 VS 面积图
• 堆叠面积图 VS 百分比堆叠面积图
• 堆叠面积图 VS 堆叠柱状图
• 散点图 VS 气泡图

按照惯例，先上脑图：

柱状图 VS 条形图

图片来源公众号：数据科学家联盟

一般情况可以互换，当数据量大或者分类文本过长时，条形图效果更佳

柱状图 VS 直方图

图片来源公众号：数据科学家联盟

柱状图看数据，看趋势。直方图看分布。作用不同，不能互换。

堆叠柱状图 VS 百分比堆叠柱状图

图片来源公众号：数据科学家联盟

要看总体变化趋势及各构成占比选堆叠柱状图，要看各构成占比随时间变化趋势选百分比堆叠柱状图。

折线图 VS 面积图

图片来源公众号：数据科学家联盟

图片来源公众号：数据科学家联盟

只看整体数据趋势可以互换，要看各构成占比随时间变化选择面积图

堆叠面积图 VS 百分比堆叠面积图

图片来源公众号：数据科学家联盟

类似于堆叠柱状图和百分比堆叠柱状图的关系，不同在于面积图用于时间序列。

堆叠面积图 VS 堆叠柱状图

图片来源公众号：数据科学家联盟

当需要对比不同分类的构成情况时，使用堆叠柱状图。比较单一类别的各部分构成随时间变化时，用堆叠面积图。

散点图 VS 气泡图

图片来源公众号：数据科学家联盟

当展示两个维度的分布情况时，使用散点图，不同类别用颜色或形状区分（eg.男女的身高和体重的关系）。

当展示三个维度的分布情况时，使用面积图，不同分类用颜色区分（eg.成本、销量、销售额之间的关系）

练习：

数据源：

图片来源公众号：数据科学家联盟

共301条数据，无脏数据、空值

可以看到，一共有19个变量，当然我们不可能把这些数据全部用上。根据第一周所学内容，可视化的步骤是 确认主题→提炼数据→确定图表→可视化设计，所以一定要根据业务需求来做可视化。

提出问题：

1. 想了解一下全部发货物品的单价的分布情况，每10元作为一个区间？
2. 展示销售额TOP5的产品二级大类？
3. 按月份展示商品的销售数量趋势？
4. 展示不同年份的商品的销售数量，及其不同年份三种运输方式的数量占比？

明确目的之后就要提炼数据

全部发货物品的单价的分布情况（bin=10）

1. 确认主题，明确目的。研究商品单价的分布情况
2. 提炼数据。目标数据： 单价
3. 确定图表：展示分布情况，用直方图
4. 可视化

因为单价数据里有几个特别大的值，影响了整体的效果。鉴于我们是看分布情况，个别极端数值可以剔除掉，现在我们去掉800之后的数值

结论：可以看到37%左右的商品单价都在0~10元之间，50%左右的商品单价分布在0~20元之间。典型的长尾分布。

Tao：Tableau基础教程系列01-直方图​zhuanlan.zhihu.com

展示销售额TOP5的产品二级大类

1. 确认主题，明确目的。
2. 提炼数据。目标数据： 销售额、产品二级子类
3. 确定图表：展示单一类别的数据对比，选择单一柱状图
4. 可视化

结论：销售额前五包括：办公机器、电话通信产品、桌子、容器及箱子、椅子。TOP5中，办公机器销售额最高，椅子销售额最低。由此可见，企业及用户才是大头，应该加大B端市场的开拓。

按月份展示商品的销售数量趋势

1. 确认主题，明确目的。
2. 提炼数据。目标数据： 订单日期、商品数量
3. 确定图表：展示单一类型数据随时间变化的趋势，可以选择折线图或面积图
4. 可视化

结论：销售数量随月份变化的趋势不是很明显，波动幅度较大。

让我们按年为周期再看一下：

2009→2010年件销量涨幅很大，约为52%。到2011年销量水平又跌回近乎和2009年相同水品，随后的一年销量几乎持平。

不同年份三种运输方式的数量占比

1. 确认主题，明确目的。
2. 提炼数据。目标数据： 运输方式、订单日期
3. 确定图表：展示4个年份内3种运输方式的占比，只看占比不看总体趋势，选择百分比堆叠柱状图
4. 可视化

1. 四年中火车的占比最高，一直保持在69%的占比之上，2011年火车占比达到最大82.19%，压缩了大卡和空运的占比。
2. 2009→2010年空运占比翻了一倍，从7.94%涨到了16.16%，相比较而言火车的占比降低了8%左右。随后2010~2012年空运的占比逐渐降低，2012年空运占比低于2010年。
3. 大卡占比除了2011年被火车压缩到6.85%。其余年份占比无太大变化，保持在14%~17%之间

PS：作图后最好跟数据源做下对比，避免做错

本节作图教程：

Tao：超详细Tableau零基础教程系列01-直方图​zhuanlan.zhihu.com