数据可视化图表设计的15个技巧

设计过不少后台仪表盘相关的UI，数据可视化的设计确实需要对业务有一定的理解，今天分享给大家的是，数据可视化图表设计的15个技巧，这些技巧肯定能给你的设计带来一些理论支撑，enjoy！

大数据时代，简洁、有重点地呈现数据，能让用户一眼抓到重点，让价值发挥到最大！

今天让我们看看具体有哪些技巧让我们玩转数据！

一、比较

能够通过图表轻松识别最大/最小值，查看数据变动情况。

比如：今年的销售量和去年相比如何……

1. 条目少 – 柱状图

比较条目较少时，可选用柱状图表示。

△ 柱状图

2. 条目多 – 条形图

当条目大于10条，更适合用条形图。

△ 条形图

3. 看趋势 – 折线图

当你想陈述某种变化趋势时，建议用折线图。

△ 折线图

4. 扩大差异 – 南丁格尔玫瑰图

如果想要更新颖一些，那不妨试试南丁格尔玫瑰图！

△ 南丁格尔玫瑰图

南丁格尔玫瑰图会放大数值之间的差异，便于观察类目大小相差比较小的数值。其圆形具有周期性的特点，适合表示时间概念。

5. 双向 – 双向条形图

多维度比较可以尝试双向条形图，比如收件和发件量的对比。

△ 双向条形图

既能整体比较大区，又能详细对比地区的情况。

难度再次升级，如果想看看这几个地区相应的收入、成本和利润之间的关系，可以这样做：

△ 业务数据

△ 双向条形图（多维度）

通过图形一眼就能看出这几个区的利润、收入和成本的关系。

6. 目标达成 – 子弹图

实际业务中，常要考察指标的达成情况，如某个指标在区间的位置，可以用子弹图。

△ 业务数据

△ 子弹图

子弹图，在信息传递上有更大的优势。

若还要比较不同季度的收入情况，只需用不同颜色区分。

△ 子弹图

7. 性能 – 雷达图

对于一些多维的性能数据，如综合评价，常用雷达图表示。

△ 雷达图

以上就是「比较」类的常用图表，可归纳如下。

二、构成

可以用这部分图来看各部分的来源构成，以及在总体中的占比。

1. 单层 – 饼状图

△ 饼状图

地区增多，对比则更为明显。

但是饼图分类一般不超过9个，如果数量较多，可以用条形图表示。

除饼图外，环形图也能表示占比，更高效率地利用空间。

△ 环形图

2. 分层 –旭日图

△ 旭日图

能够层层深入看数据，由表及里，一目了然。

3. 累计趋势 – 堆叠面积图

数值构成随时间变化，比如某个地区的近几年支出如何可视化？

△ 业务数据

△ 堆叠面积图

推荐方案是堆叠面积图，可以展现分量（地区）对于总量（大区）的贡献，并显示总量（大区）的变化过程。

4. 累计增减 – 瀑布图

若想表达两个数据点间数量的变化过程，可使用瀑布图。展示后一个数据在前面数据基础上的变化，展现财务分析中的收支情况。

△ 瀑布图

以上就是「构成」类常用图表，可归纳如下。

三、分布&联系

看到数据的分布情况，来看数据之间的相关联系。

常见使用场景：消费者的年龄段分布？消费高档商品的地区分布？

1. 两个变量 – 散点图

仍以业务为例，下图为全国网点的单票成本/收入分布情况。

△ 散点图

单单这样看，可能看不出什么，如果加两条平均线就不一样了。

加了平均线，就能够更清楚看到平均水平上下的网点了。如果进一步给网点加上不同颜色，就能更显著地知道具体区域的分布了！

2. 三个变量 – 气泡图

大家都知道，网点总利润除了和单个利润有关，还和收件量有关，可以用点的面积大小来表示具体网点的总利润的高低。

△ 气泡图

3. 结合地图 – 热力图

气泡图与地图结合，就变成了热力图。从宏观视角清楚认识网点的收派件量。

△ 热力图

以上是 「分布&联系」类的常用图表，可归纳如下：

小结

转载注明：YRUCD
原文地址：UXOFFER