您當前的位置:首頁 > 攝影

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

作者:由 資料分析小能手 發表于 攝影時間:2022-10-27

“一週一圖”為近期做的系列,會針對常見資料分析視覺化相關圖表做深度分享。本週更新的主角為柱狀圖(條形圖)。

圖表系列導航:

常見圖表型別選擇指南

一週一圖:常用資料分析視覺化圖表解析之【雷達圖】

一週一圖:常用資料分析視覺化圖表解析之【漏斗圖】

一週一圖:常用資料分析視覺化圖表深度解析之【餅圖】

一週一圖:常用資料分析視覺化圖表解析之【南丁格爾玫瑰圖】

一週一圖:常用資料分析視覺化圖表解析之【折線圖】

釋義

是一種以長方形的長度為變數的統計圖表。長條圖用來比較兩個或以上的價值(不同時間或者不同條件),只有一個變數,通常利用於較小的資料集分析。長條圖亦可橫向排列。——維基百科

請注意:

【條形圖】在不同的產品或是概念解析中存在差異,例如在維基百科中,條形圖等同於柱狀圖,認為柱狀圖為條形圖的另一種稱呼。而更多時候條形圖我們可理解為專指橫向的柱狀圖。

作為人們最常用的圖表之一,柱狀圖也衍生出多種多樣的圖表形式。例如,將多個並列的類別聚類、形成一組,再在組與組之間進行比較,這種圖表叫做

“分組柱狀圖”或“簇狀柱形圖”

。將類別拆分稱多個子類別,形成

“堆疊柱狀圖”

。再如將柱形圖與折線圖結合起來,共同繪製在一張圖上,俗稱

“雙軸圖”

,等等。

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

分組柱狀圖:由子類別來劃分一組有幾條柱子,形成分組柱狀圖。

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

堆疊柱狀圖:由堆疊項將一個類別拆成多個子類別形成堆疊柱狀圖。

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

雙軸圖(組合圖)

雙軸圖的指標分為左側指標和右側指標,對應的座標軸分別為座標 Y 軸的左軸(主軸)和右軸(副軸)。通常以柱狀圖與折線圖搭配使用,例如下圖展示一年中各個月份的銷量(柱狀圖)與目標完成率(折線圖)。

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

適用場景

柱狀圖最適合對分類的資料進行比較。尤其是當數值比較接近時,由於人眼對於高度的感知優於其他視覺元素(如面積、角度等),因此,使用柱狀圖更加合適。

需要避開的陷阱

柱狀圖最核心的功能是比較,比較的核心是高度。如果人為的改變高度,那麼資料間的比例關係會失常。

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

示例一(來源為《用資料講故事》):

2012 年秋季,我們好奇布什的減稅政策結束之後會發生什麼。圖中左側為現在的最高稅率 35%,右側則是第二年 1 月 1 日的最高稅率 39。6%。

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

《用資料講故事》示例圖

看這幅圖時,你對未來減稅政策結束有什麼看法?或許擔心稅率的大幅提升?讓我們仔細看看。注意縱軸的底端(最右側)是從 34 開始的,而不是 0。這意味著條形圖理論上應該向下延伸到頁面的底部。事實上,按圖中的畫法,視覺增長達到了 460% [條形圖的高度是 35-34=1 和 39。6-34=5。6,所以(5。6-1)/1=460%〕。如果我們以 0 作為縱軸起點,條形圖按實際高度繪製(35 和 39。6),實際視覺增長只有 13%[ (39。6-35)/35]。

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

《用資料講故事》示例圖

示例二(來源為《鮮活的資料》):

不管是延續性還是暫時性的時間資料,我們

最常想的是從中發現趨勢。某個東西是在上升還是下降?是否存在週期性的迴圈?

要想找出這些變化中存在的模式,就必須超越單個數據點,縱觀全域性。只觀察某個時間點上的數值當然更輕鬆,但只有在瞭解到來龍去脈之後,你才會對這個數值產生更深刻的理解。

例如以下兩張圖,展示的不同的資料範圍,但是我們去單獨看第一張圖表所能得到的資訊點和第二張圖站在更全域性的層面去看所得到的是有很大區別的。

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

《鮮活的資料》巴拉克·奧巴馬執政後失業的變化

一週一圖:常用資料分析視覺化圖表解析之【柱狀圖(條形圖)】(圖表釋義|使用場景|應用示例|)

《鮮活的資料》美國 2001—2010 年的失業變化

除了特別標註的示例以外,其它所有圖表製作均基於開源視覺化工具 DataEase(

https://

github。com/dataease/dat

aease

)。