如何為您的數據選擇正確的圖表類型

想像一下您的數據穿著錯誤的衣服。 是的，這是一個奇怪的圖像，對吧？ 但請跟我一起。

數據和我們一樣，需要正確的風格才能發光發熱。 我們不會穿著燕尾服參加海灘派對，就像當條形圖更適合時，我們的數據不應該在餅圖中昂首闊步。 那麼，如何為您的數據選擇合適的圖表呢？

你看，網頁設計教會了我一些無價的東西。 正如設計決策影響用戶體驗一樣，圖表選擇也直接影響數據解釋。

錯過了？ 數據可能會被誤解，或者更糟糕的是，被忽視。

當我們完成這裡時，您就會知道：

• 不同圖表類型的本質
• 何時以及為何使用它們
• 要避免的常見陷阱

讓我們不僅讓您的數據被聽到，而且被理解。 準備好為您的號碼挑選完美的組合了嗎？

數據類型的基礎知識及其特徵

定量數據

那麼，你有數字了，是吧？ 定量數據都是關於數字和數學的。 這是你可以測量的數據，你知道嗎？

連續數據

想像一下測量你的狗的體重。 32.7磅？ 或者是32.75？

要點是，它可以是某個範圍內的任何值。 這對你來說是連續的數據。 適合數據平滑變化的折線圖。

如果您詢問如何為數據選擇正確的圖表並且您有連續的數據，那麼折線圖通常是您的朋友。

離散數據

現在，考慮一下您擁有的寵物數量。 2 隻狗，1 隻貓，也許還有一隻倉鼠。 除非你在科幻故事中，否則你不可能養 2.5 隻狗。

所以，這就是我們所說的離散數據。 條形圖喜歡離散數據。 它們就像 PB&J——幾乎永遠不會失敗的經典組合。

定性數據

嘿，並不是一切都是數字。 有時它只是，嗯，不同種類的東西。 這就是定性數據。

標稱數據

以您最喜歡的運動鞋品牌為例——耐克、阿迪達斯、彪馬。 沒有自然順序，只有名稱。 這是名義數據。

餅圖甚至簡單的條形圖都可以很好地處理此類數據。 請記住，越簡單越好，尤其是在弄清楚如何為數據選擇正確的圖表時。

序數數據

好的，但是如果您對這些品牌進行排名怎麼辦？ 就像，“好，更好，最好。” 現在有某種命令，對嗎？ 這是序數數據。

在這些情況下，條形圖仍然可以工作，但需要進行一些調整才能正確顯示排名。

了解數據可視化的目標

比較值

當您有想要比較的東西時，比如說您每月在咖啡上的花費，您就有了選擇。

隨著時間的推移進行比較

所以，也許你每個月都在審視自己與咖啡因的戀情。 去年七月，你熱衷於冰拿鐵生活。

十一月到來，這裡就是南瓜香料的天堂。 折線圖非常適合捕捉這種氛圍。 你看到了起伏，對嗎？

比較類別

但如果是這樣的話，“嘿，我在咖啡、外出就餐和健身房上花了多少錢？” 你並不是隨著時間的推移將這些排列起來；而是將它們排列起來。 你只是並排看著它們。

條形圖，伙計們。 甚至可以將其水平放置以獲得前衛的感覺。 如何為您的數據選擇正確的圖表？ 想想你正在與什麼進行比較。

顯示構圖

您是否曾觀察過冰沙內部，想知道是什麼讓它呈現出奇怪的綠色？ 您可以對數據執行相同的操作。

整體的部分

就像，如果您想知道每個月的薪水都花在哪裡了。 房租是一大塊，然後還有食物，也許還有一塊娛樂。

餅圖可用於快速快照。 但是，要真實。 把事情簡單化。 切片太多，看起來就像一個迷幻的披薩。

隨著時間的推移，多個組件

或者您可以跟踪一年中相同的支出。 房租仍然是一大問題，但也許你在度假時揮霍了很多錢，或者買了一台新筆記本電腦。

堆積面積圖可以顯示這種隨時間的演變。 如何為您的數據選擇正確的圖表突然變得更有趣了，對吧？

顯示關係

你是否曾經看著一群人，只知道誰和誰關係密切？ 數據也有這樣的朋友和亦敵亦友的人。

相關性

有兩件事看起來像是同步進行的嗎？ 一個漲了，另一個也漲了？ 散點圖。 您可以從字面上看到形成圖案的點。

但如果它看起來像抽象藝術，那麼也許就沒有聯繫。

分配

聽說過直方圖嗎？ 這就像讀研究生的條形圖。 它告訴您某物落入特定範圍的次數。

例如，如果您測量所有朋友的身高，您會看到有多少人是矮個子、平均身高或可以在 NBA 打球。

顯示地理分佈

最後但並非最不重要的一點是，有時一切都與位置、位置、位置有關。

地圖

假設您正在經營一家小網上商店。 訂單開始進來，你想知道，“我的窺視在哪裡？” 地圖可以突出顯示區域甚至特定城市。

熱圖

或者也許更多的是關於熱點。 比如，在城市的哪個地方人們最常挖掘你的東西？

熱圖顯示密度，例如高流量區域，使它們成為圖表世界中的酷孩子。

觀眾考慮因素

好的，得到這個。 你可以創造出所有圖表中的蒙娜麗莎，但如果它沒有引起應該觀看它的人的共鳴，那麼你就有點自言自語了，不是嗎？

技術受眾與非技術受眾

當你在一個房間裡，有人開始談論微積分時，你的大腦就會變成土豆泥。

是的，不要成為那個拿著圖表的人。

複雜程度

有數據科學家團隊嗎？ 太酷了，用 3D 散點圖來吧。 這就像漫威電影宇宙，但適合書呆子。

但假設您正在向那些仍在為設置電子郵件而苦苦掙扎的人們進行演示。 保持基本，就像非常基本一樣。 一個簡單的折線圖或條形圖就可以了。

信息密度

您是否曾經與一個如此詳細的人聊天，以至於您在中途忘記了他們在說什麼？

當您考慮如何為數據選擇正確的圖表時，請考慮您的受眾實際上可以消化多少內容。 超密集的熱圖可能看起來很漂亮，但它可能會讓人不知所措。 請記住，並不是每個人都喜歡思想扭曲的人。

演示媒介

好吧，那麼這部傑作要去哪裡呢？ 在 4K 超高清顯示器上，還是像去年的八卦一樣印在紙上？

數字顯示器

如果它在屏幕上，你可以做得更花哨一些。 互動性是你的遊樂場。 懸停在細節上、可點擊的圖例——讓它成為一種體驗，你知道嗎？

為此，我建議使用wpDataTables 。

有沒有感覺自己被電子表格淹沒了？ 或者也許您已經花了幾個小時試圖理解行和列？ 我得到它。 數據可能是巨大的。 但如果我告訴你有一種方法可以讓這一切變得毫不費力呢？

來認識一下 wpDataTables ，它是您創建動態和交互式表格和圖表的新好朋友。 這不僅僅是另一個 WordPress 插件；它是一個 WordPress 插件。 它是一個救星。

為什麼使用 wpDataTables？

• Easy-Peasy ：只需上傳您的文件，調整一些設置，瞧！ 您的桌子已準備好上線。
• 可定制的 AF ：想要您的桌子具有響應能力嗎？ 可編輯嗎？ 有條件格式嗎？ 你說對了！
• 實時圖表：將您的表格變成實時更新的令人驚嘆的圖表。 多麼酷啊？

但是等等，還有更多！

• 電源過濾器：像專業人士一樣縮小您的數據范圍。
• 龐大的數據集？ 沒問題：像冠軍一樣處理數百萬行。
• 專業支持：有疑問嗎？ 他們已經有了答案。

你還在等什麼？ 升級您的數據遊戲，讓您的生活變得更加輕鬆。

印刷媒體

但如果是在死樹上進行，你就必須堅持基本原則。 這裡沒有互動的花哨的東西。 另外，您需要考慮黑白打印。

是的，你的漸變顏色可能看起來很酷，但是它如何轉換為灰度呢？

常見圖表類型以及何時使用它們

那麼，我們已經討論了數據，我們已經討論了您的觀眾，但是這個節目的明星——圖表本身呢？

這就像選擇你最喜歡的電影類型一樣。 每個人都能找到適合自己的東西，但並不是每部電影都能受到所有觀眾的歡迎。 知道如何為您的數據選擇正確的圖表有點相同。

條形圖和柱形圖

使用 wpDataTables 創建的圖表

好處

條形圖就像數據世界的牛仔褲和 T 卹。 超級休閒但完成工作。

例如，如果您要顯示每月銷售額或誰在遊戲中得分，那麼這就是您的首選。 超級可讀，連你奶奶都能讀懂。

局限性

但它們並不是萬能的。 想像一下嘗試用條形圖顯示一年中的溫度變化。

有點奇怪，對吧？ 有更好的選擇。 保持簡單，而不是簡單化。

折線圖和麵積圖

使用 wpDataTables 創建的圖表

好處

現在，如果您要跟踪一段時間內的情況，折線圖就是您的最佳選擇。 這就像跟隨您最喜歡的值得一看的節目的故事情節一樣。

你會看到高潮、低谷和那些懸念。 面積圖是它的更前衛的表親——它們填充在線下方。 如果你想展示一些積累的東西，比如為去伊維薩島旅行存錢，那就太好了。

局限性

收穫是什麼？ 不要塞入太多行。 這就像試圖追隨一部角色太多的電影一樣。 你會迷失方向並不再關心。

此外，您不能只是隨機添加類別。 堅持時間表。

餅圖和圓環圖

好處

想要將整體分解成碎片嗎？ 這就是餅圖和圓環圖發揮作用的地方。

比如，如果你想展示你花了多少時間睡覺、吃飯，還有，嗯，看 Netflix 的時間。

局限性

但很容易，牛仔。 切片太多，很混亂。 就像去參加一個每個人都在同時交談的聚會。

你無法理解它的意義。 因此，限制這些切片。

散點圖和氣泡圖

使用 wpDataTables 創建的圖表

好處

感覺像夏洛克嗎？ 想調查兩件事是否有聯繫？ 這就是散點圖和氣泡圖發揮作用的地方。

比如，天熱的時候人們會買更多的冰淇淋嗎？ 將溫度與冰淇淋銷量繪製成圖，您就會看到。

局限性

但這些並不能很好地比較誰贏誰輸。 它不是記分牌；它是一個記分牌。 它更像是一張藏寶圖。

熱圖和樹圖

好處

曾經想知道某事的熱點嗎？ 這些壞男孩就像圖表中的社交媒體影響者。

它們向您展示流行趨勢、地點和時間。 Epic 用於顯示網站點擊等內容。

局限性

但它並不是顯示微小細節的最佳選擇。 這更像是一種“概述”。

有時是醬汁太多而麵食不夠，你知道嗎？

專業圖表

雷達圖

使用 wpDataTables 創建的圖表

這就像排行榜上的獨立電影。 不是每個人都明白它，但它有它的位置。 用它來顯示多變量信息。

假設您正在比較智能手機。 屏幕尺寸、電池壽命、相機質量——一切都在一張圖表上。

瀑布圖

這些都是戲劇性的！ 它們向您展示起點、跌宕起伏以及最終的結果。

對於跟踪項目進度之類的事情來說非常酷。

實用技巧和最佳實踐

這是最大化圖表遊戲的指南。 我們正在深入研究如何為您的數據選擇正確的圖表，但有一點不同——如何真正使其成為殺手鐧。

顏色選擇和輔助功能

色彩理論

說實話，顏色讓一切變得更好。 想像一下觀看您最喜歡的黑白電影。 嗯。

因此，您想要選擇的顏色不僅好看而且有意義。 冷色調，如藍色和綠色，可以帶來寒冷的氛圍，熱紅色和橙色可以帶來緊迫感，諸如此類。 永遠不要低估對比的力量！

色盲注意事項

但堅持住！ 並非每個人對顏色的看法都相同。 大約 8% 的男性和 0.5% 的女性患有某種形式的色盲。

所以，也許跳過紅綠組合，好嗎？ 有一些工具可以幫助您選擇每個人都可以看到的顏色。 這就像給你的電影添加字幕一樣； 你讓每個人都可以使用它。

可讀性和清晰度

文字標籤

曾經讀過圖表並覺得自己需要翻譯嗎？ 不，我們不想要這樣。 確保你的標籤簡單、清晰、切題。

沒有行話，沒有復雜的詞語。 你希望人們第一次就得到它。

數據與墨水比率

聽起來很花哨，但事實並非如此。 基本上，您希望使用盡可能少的“墨水”（或像素，如果我們是在 21 世紀的話）獲得盡可能多的數據。

修剪脂肪。 擺脫任何沒有幫助的東西。 更多並不總是更好。

圖例和註釋

定位

你把傳奇放在哪裡很重要。 就像你在聽音樂會時一樣； 你不想被困在柱子後面。

保持靠近但不要太近。 確保可以輕鬆地將圖例鏈接到它所代表的數據。

一致性

與你做事的方式保持一致。 如果您決定文本採用特定的字體和大小，請堅持下去。

改變事情是令人困惑的。 想像一下在一本有聲讀物中在五個不同的敘述者之間切換。

有關如何為您的數據選擇正確圖表的常見問題解答

選擇圖表時應該考慮哪些因素？

好吧，首先考慮一下您擁有的數據類型。 分類的、連續的還是順序的？

接下來，思考你想傳達的信息。 您是否展示了比較、關係、分佈或組合？ 您的信息越清晰，就越容易選擇正確的圖表。

條形圖和柱形圖有何不同？

條形圖是水平的，而柱形圖是垂直的。 考慮一下您正在處理的數據。

有一些標籤較長的類別嗎？ 使用條形圖。 另一方面，時間序列數據喜歡與柱形圖一起使用。

為什麼我要使用餅圖？

餅圖就像數據可視化的甜點！ 它們非常適合展示整體的各個部分。

但要小心：如果切片太多或者切片之間的差異很細微，您的消息可能會丟失。 保持簡單，不要把餡餅填得太滿。

堆積圖有用嗎？

絕對地！ 堆疊圖表可讓您查看單個條形或列內的不同數據段。

它們有點像多層建築，顯示每個部分對總體貢獻的大小。 但請注意：太多的片段可能會讓人感到困惑。

我什麼時候應該傾向於折線圖？

折線圖是講故事的人。 它們非常適合顯示一段時間內的趨勢，尤其是當您想要突出顯示起伏時。

如果您有一段時間內變化的時間序列數據或值，折線圖將是您最好的選擇。

散點圖——它們有什麼用？

啊，散點圖！ 它們就像點的舞蹈，展示了兩個變量之間的關係。

如果您想查看兩個事物是否相關，或者只是想感受一下數據集群，請分散開！

我可以同時使用多種圖表類型嗎？

當然！ 有時，一種圖表類型並不能解決問題。 組合多個圖表可以幫助傳達更豐富的故事。

但要小心——這就像混合飲料。 做事要深思熟慮，否則可能會變得混亂。

熱圖有什麼關係？

熱圖是圖表世界的變色龍。 他們使用顏色來表示矩陣中的數據值。

想要顯示濃度或模式，尤其是在大型數據集中？ 熱圖可能是一個不錯的選擇。 它們對於相關矩陣或網站活動特別有用。

我總是需要傳奇嗎？

圖例就像您星盤的導遊。 它們提供了背景。 如果您的圖表有多個數據系列或代表不同值的顏色，那麼圖例就是您的朋友。

但如果您的圖表簡單且不言自明，您也許可以跳過它。

3D 圖表是一個好的選擇嗎？

3D 圖表可能看起來很華麗，但它們可能會扭曲數據感知。 除非有非常具體的原因需要採用 3D，否則通常最好堅持使用 2D。

請記住，清晰度為王。 不要讓花哨的東西掩蓋了數據信息。

關於適合您的數據的正確圖表的結論

老兄，說真的，圖表嗎？ 這就像嘗試為約會挑選完美的服裝一樣。 你必須與氛圍相匹配。

• 折線圖？ 它們是經典的牛仔褲和 T 卹組合。 適合顯示一段時間內的趨勢。
• 條形圖？ 想想時髦的西裝外套。 非常適合併排比較不同的項目。
• 餅狀圖？ 這是一條奇特的領帶，你可以隨意搖擺，展現出整體的各個部分。

這不僅僅是為了看起來好看。 這是關於信息的：你真正想說什麼？ 不要像對待一隻不匹配的襪子一樣拍打任何圖表。

如果您喜歡閱讀這篇關於如何為數據選擇正確圖表的文章，您還應該查看這篇關於交互式數據可視化的文章。

我們還寫了一些相關主題，例如誤導性數據可視化示例、數據可視化工具、數據可視化調色板示例、WordPress 數據可視化和數據可視化示例。