如何为您的数据选择正确的图表类型

想象一下您的数据穿着错误的衣服。 是的，这是一个奇怪的图像，对吧？ 但请跟我一起。

数据和我们一样，需要正确的风格才能发光发热。 我们不会穿着燕尾服参加海滩派对，就像当条形图更适合时，我们的数据不应该在饼图中昂首阔步。 那么，如何为您的数据选择合适的图表呢？

你看，网页设计教会了我一些无价的东西。 正如设计决策影响用户体验一样，图表选择也直接影响数据解释。

错过了？ 数据可能会被误解，或者更糟糕的是，被忽视。

当我们完成这里时，您就会知道：

• 不同图表类型的本质
• 何时以及为何使用它们
• 要避免的常见陷阱

让我们不仅让您的数据被听到，而且被理解。 准备好为您的号码挑选完美的组合了吗？

数据类型的基础知识及其特征

定量数据

那么，你有数字了，是吧？ 定量数据都是关于数字和数学的。 这是你可以测量的数据，你知道吗？

连续数据

想象一下测量你的狗的体重。 32.7磅？ 或者是32.75？

要点是，它可以是某个范围内的任何值。 这对你来说是连续的数据。 适合数据平滑变化的折线图。

如果您询问如何为数据选择正确的图表并且您有连续的数据，那么折线图通常是您的朋友。

离散数据

现在，考虑一下您拥有的宠物数量。 2 只狗，1 只猫，也许还有一只仓鼠。 除非你在科幻故事中，否则你不可能养 2.5 只狗。

所以，这就是我们所说的离散数据。 条形图喜欢离散数据。 它们就像 PB&J——几乎永远不会失败的经典组合。

定性数据

嘿，并不是一切都是数字。 有时它只是，嗯，不同种类的东西。 这就是定性数据。

标称数据

以您最喜欢的运动鞋品牌为例——耐克、阿迪达斯、彪马。 没有自然顺序，只有名称。 这是名义数据。

饼图甚至简单的条形图都可以很好地处理此类数据。 请记住，越简单越好，尤其是在弄清楚如何为数据选择正确的图表时。

序数数据

好的，但是如果您对这些品牌进行排名怎么办？ 就像，“好，更好，最好。” 现在有某种命令，对吗？ 这是序数数据。

在这些情况下，条形图仍然可以工作，但需要进行一些调整才能正确显示排名。

了解数据可视化的目标

比较值

当您有想要比较的东西时，比如说您每月在咖啡上的花费，您就有了选择。

随着时间的推移进行比较

所以，也许你每个月都在审视自己与咖啡因的恋情。 去年七月，你热衷于冰拿铁生活。

十一月到来，这里就是南瓜香料的天堂。 折线图非常适合捕捉这种氛围。 你看到了起伏，对吗？

比较类别

但如果是这样的话，“嘿，我在咖啡、外出就餐和健身房上花了多少钱？” 你并不是随着时间的推移将这些排列起来；而是将它们排列起来。 你只是并排看着它们。

条形图，伙计们。 甚至可以将其水平放置以获得前卫的感觉。 如何为您的数据选择正确的图表？ 想想你正在与什么进行比较。

显示构图

您是否曾观察过冰沙内部，想知道是什么让它呈现出奇怪的绿色？ 您可以对数据执行相同的操作。

整体的部分

就像，如果您想知道每个月的薪水都花在哪里了。 房租是一大块，然后还有食物，也许还有一块娱乐。

饼图可用于快速快照。 但是，要真实。 把事情简单化。 切片太多，看起来就像一个迷幻的披萨。

随着时间的推移，多个组件

或者您可以跟踪一年中相同的支出。 房租仍然是一大问题，但也许你在度假时挥霍了很多钱，或者买了一台新笔记本电脑。

堆积面积图可以显示这种随时间的演变。 如何为您的数据选择正确的图表突然变得更有趣了，对吧？

显示关系

你是否曾经看着一群人，只知道谁和谁关系密切？ 数据也有这样的朋友和亦敌亦友的人。

相关性

有两件事看起来像是同步进行的吗？ 一个涨了，另一个也涨了？ 散点图。 您可以从字面上看到形成图案的点。

但如果它看起来像抽象艺术，那么也许就没有联系。

分配

听说过直方图吗？ 这就像读研究生的条形图。 它告诉您某物落入特定范围的次数。

例如，如果您测量所有朋友的身高，您会看到有多少人是矮个子、平均身高或可以在 NBA 打球。

显示地理分布

最后但并非最不重要的一点是，有时一切都与位置、位置、位置有关。

地图

假设您正在经营一家小网上商店。 订单开始进来，你想知道，“我的窥视在哪里？” 地图可以突出显示区域甚至特定城市。

热图

或者也许更多的是关于热点。 比如，在城市的哪个地方人们最常挖掘你的东西？

热图显示密度，例如高流量区域，使它们成为图表世界中的酷孩子。

观众考虑因素

好的，得到这个。 你可以创造出所有图表中的蒙娜丽莎，但如果它没有引起应该观看它的人的共鸣，那么你就有点自言自语了，不是吗？

技术受众与非技术受众

当你在一个房间里，有人开始谈论微积分时，你的大脑就会变成土豆泥。

是的，不要成为那个拿着图表的人。

复杂程度

有数据科学家团队吗？ 太酷了，用 3D 散点图来吧。 这就像漫威电影宇宙，但适合书呆子。

但假设您正在向那些仍在为设置电子邮件而苦苦挣扎的人们进行演示。 保持基本，就像非常基本一样。 一个简单的折线图或条形图就可以了。

信息密度

您是否曾经与一个如此详细的人聊天，以至于您在中途忘记了他们在说什么？

当您考虑如何为数据选择正确的图表时，请考虑您的受众实际上可以消化多少内容。 超密集的热图可能看起来很漂亮，但它可能会让人不知所措。 请记住，并不是每个人都喜欢思想扭曲的人。

演示媒介

好吧，那么这部杰作要去哪里呢？ 在 4K 超高清显示器上，还是像去年的八卦一样印在纸上？

数字显示器

如果它在屏幕上，你可以做得更花哨一些。 互动性是你的游乐场。 悬停在细节上、可点击的图例——让它成为一种体验，你知道吗？

为此，我建议使用wpDataTables 。

有没有感觉自己被电子表格淹没了？ 或者也许您已经花了几个小时试图理解行和列？ 我得到它。 数据可能是巨大的。 但如果我告诉你有一种方法可以让这一切变得毫不费力呢？

来认识一下 wpDataTables ，它是您创建动态和交互式表格和图表的新好朋友。 这不仅仅是另一个 WordPress 插件；它是一个 WordPress 插件。 它是一个救星。

为什么使用 wpDataTables？

• Easy-Peasy ：只需上传您的文件，调整一些设置，瞧！ 您的桌子已准备好上线。
• 可定制的 AF ：想要您的桌子具有响应能力吗？ 可编辑吗？ 有条件格式吗？ 你说对了！
• 实时图表：将您的表格变成实时更新的令人惊叹的图表。 多么酷啊？

但是等等，还有更多！

• 电源过滤器：像专业人士一样缩小您的数据范围。
• 庞大的数据集？ 没问题：像冠军一样处理数百万行。
• 专业支持：有疑问吗？ 他们已经有了答案。

你还在等什么？ 升级您的数据游戏，让您的生活变得更加轻松。

印刷媒体

但如果是在死树上进行，你就必须坚持基本原则。 这里没有互动的花哨的东西。 另外，您需要考虑黑白打印。

是的，你的渐变颜色可能看起来很酷，但是它如何转换为灰度呢？

常见图表类型以及何时使用它们

那么，我们已经讨论了数据，我们已经讨论了您的观众，但是这个节目的明星——图表本身呢？

这就像选择你最喜欢的电影类型一样。 每个人都能找到适合自己的东西，但并不是每部电影都能受到所有观众的欢迎。 知道如何为您的数据选择正确的图表有点相同。

条形图和柱形图

使用 wpDataTables 创建的图表

好处

条形图就像数据世界的牛仔裤和 T 恤。 超级休闲但完成工作。

例如，如果您要显示每月销售额或谁在游戏中得分，那么这就是您的首选。 超级可读，连你奶奶都能读懂。

局限性

但它们并不是万能的。 想象一下尝试用条形图显示一年中的温度变化。

有点奇怪，对吧？ 有更好的选择。 保持简单，而不是简单化。

折线图和面积图

使用 wpDataTables 创建的图表

好处

现在，如果您要跟踪一段时间内的情况，折线图就是您的最佳选择。 这就像跟随您最喜欢的值得一看的节目的故事情节一样。

你会看到高潮、低谷和那些悬念。 面积图是它的更前卫的表亲——它们填充在线下方。 如果你想展示一些积累的东西，比如为去伊维萨岛旅行存钱，那就太好了。

局限性

收获是什么？ 不要塞入太多行。 这就像试图追随一部角色太多的电影一样。 你会迷失方向并不再关心。

此外，您不能只是随机添加类别。 坚持时间表。

饼图和圆环图

好处

想要将整体分解成碎片吗？ 这就是饼图和圆环图发挥作用的地方。

比如，如果你想展示你花了多少时间睡觉、吃饭，还有，嗯，看 Netflix 的时间。

局限性

但很容易，牛仔。 切片太多，很混乱。 就像去参加一个每个人都在同时交谈的聚会。

你无法理解它的意义。 因此，限制这些切片。

散点图和气泡图

使用 wpDataTables 创建的图表

好处

感觉像夏洛克吗？ 想调查两件事是否有联系？ 这就是散点图和气泡图发挥作用的地方。

比如，天热的时候人们会买更多的冰淇淋吗？ 将温度与冰淇淋销量绘制成图，您就会看到。

局限性

但这些并不能很好地比较谁赢谁输。 它不是记分牌；它是一个记分牌。 它更像是一张藏宝图。

热图和树图

好处

曾经想知道某事的热点吗？ 这些坏男孩就像图表中的社交媒体影响者。

它们向您展示流行趋势、地点和时间。 Epic 用于显示网站点击等内容。

局限性

但它并不是显示微小细节的最佳选择。 这更像是一种“概述”。

有时是酱汁太多而面食不够，你知道吗？

专业图表

雷达图

使用 wpDataTables 创建的图表

这就像排行榜上的独立电影。 不是每个人都明白它，但它有它的位置。 用它来显示多变量信息。

假设您正在比较智能手机。 屏幕尺寸、电池寿命、相机质量——一切都在一张图表上。

瀑布图

这些都是戏剧性的！ 它们向您展示起点、跌宕起伏以及最终的结果。

对于跟踪项目进度之类的事情来说非常酷。

实用技巧和最佳实践

这是最大化图表游戏的指南。 我们正在深入研究如何为您的数据选择正确的图表，但有一点不同——如何真正使其成为杀手锏。

颜色选择和辅助功能

色彩理论

说实话，颜色让一切变得更好。 想象一下观看您最喜欢的黑白电影。 嗯。

因此，您想要选择的颜色不仅好看而且有意义。 冷色调，如蓝色和绿色，可以带来寒冷的氛围，热红色和橙色可以带来紧迫感，诸如此类。 永远不要低估对比的力量！

色盲注意事项

但坚持住！ 并非每个人对颜色的看法都相同。 大约 8% 的男性和 0.5% 的女性患有某种形式的色盲。

所以，也许跳过红绿组合，好吗？ 有一些工具可以帮助您选择每个人都可以看到的颜色。 这就像给你的电影添加字幕一样； 你让每个人都可以使用它。

可读性和清晰度

文字标签

曾经读过图表并觉得自己需要翻译吗？ 不，我们不想要这样。 确保你的标签简单、清晰、切题。

没有行话，没有复杂的词语。 你希望人们第一次就得到它。

数据与墨水比率

听起来很花哨，但事实并非如此。 基本上，您希望使用尽可能少的“墨水”（或像素，如果我们是在 21 世纪的话）获得尽可能多的数据。

修剪脂肪。 摆脱任何没有帮助的东西。 更多并不总是更好。

图例和注释

定位

你把传奇放在哪里很重要。 就像你在听音乐会时一样； 你不想被困在柱子后面。

保持靠近但不要太近。 确保可以轻松地将图例链接到它所代表的数据。

一致性

与你做事的方式保持一致。 如果您决定文本采用特定的字体和大小，请坚持下去。

改变事情是令人困惑的。 想象一下在一本有声读物中在五个不同的叙述者之间切换。

有关如何为您的数据选择正确图表的常见问题解答

选择图表时应该考虑哪些因素？

好吧，首先考虑一下您拥有的数据类型。 分类的、连续的还是顺序的？

接下来，思考你想传达的信息。 您是否展示了比较、关系、分布或组合？ 您的信息越清晰，就越容易选择正确的图表。

条形图和柱形图有何不同？

条形图是水平的，而柱形图是垂直的。 考虑一下您正在处理的数据。

有一些标签较长的类别吗？ 使用条形图。 另一方面，时间序列数据喜欢与柱形图一起使用。

为什么我要使用饼图？

饼图就像数据可视化的甜点！ 它们非常适合展示整体的各个部分。

但要小心：如果切片太多或者切片之间的差异很细微，您的消息可能会丢失。 保持简单，不要把馅饼填得太满。

堆积图有用吗？

绝对地！ 堆叠图表可让您查看单个条形或列内的不同数据段。

它们有点像多层建筑，显示每个部分对总体贡献的大小。 但请注意：太多的片段可能会让人感到困惑。

我什么时候应该倾向于折线图？

折线图是讲故事的人。 它们非常适合显示一段时间内的趋势，尤其是当您想要突出显示起伏时。

如果您有一段时间内变化的时间序列数据或值，折线图将是您最好的选择。

散点图——它们有什么用？

啊，散点图！ 它们就像点的舞蹈，展示了两个变量之间的关系。

如果您想查看两个事物是否相关，或者只是想感受一下数据集群，请分散开！

我可以同时使用多种图表类型吗？

当然！ 有时，一种图表类型并不能解决问题。 组合多个图表可以帮助传达更丰富的故事。

但要小心——这就像混合饮料。 做事要深思熟虑，否则可能会变得混乱。

热图有什么关系？

热图是图表世界的变色龙。 他们使用颜色来表示矩阵中的数据值。

想要显示浓度或模式，尤其是在大型数据集中？ 热图可能是一个不错的选择。 它们对于相关矩阵或网站活动特别有用。

我总是需要传奇吗？

图例就像您星盘的导游。 它们提供了背景。 如果您的图表有多个数据系列或代表不同值的颜色，那么图例就是您的朋友。

但如果您的图表简单且不言自明，您也许可以跳过它。

3D 图表是一个好的选择吗？

3D 图表可能看起来很华丽，但它们可能会扭曲数据感知。 除非有非常具体的原因需要采用 3D，否则通常最好坚持使用 2D。

请记住，清晰度为王。 不要让花哨的东西掩盖了数据信息。

关于适合您的数据的正确图表的结论

老兄，说真的，图表吗？ 这就像尝试为约会挑选完美的服装一样。 你必须与氛围相匹配。

• 折线图？ 它们是经典的牛仔裤和 T 恤组合。 适合显示一段时间内的趋势。
• 条形图？ 想想时髦的西装外套。 非常适合并排比较不同的项目。
• 饼状图？ 这是一条奇特的领带，你可以随意摇摆，展现出整体的各个部分。

这不仅仅是为了看起来好看。 这是关于信息的：你真正想说什么？ 不要像对待一只不匹配的袜子一样拍打任何图表。

如果您喜欢阅读这篇关于如何为数据选择正确图表的文章，您还应该查看这篇关于交互式数据可视化的文章。

我们还写了一些相关主题，例如误导性数据可视化示例、数据可视化工具、数据可视化调色板示例、WordPress 数据可视化和数据可视化示例。