最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

如何做出一张高逼格图表?

[复制链接]
跳转到指定楼层
楼主
发表于 2016-8-26 14:18:02 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
一、选择适当的图表类型
我们设计图表是以展示数据分析情况为目的,所以要结合实际情况来做图表,任何不以数据分析结果展示为目的做图表都是耍流氓。

一份图表首先需要有数据表格,然后根据数据表格创建制表数据区,接着选择合适的图表,最后创建及美化图表。基本图表类型有:柱形图、折线图、条形图、饼图、散点图、面积图等。

那么如何选择合适图表,简单来说如果展示数据随时间变化的可用柱形图、折线图、面积图;如果展示数据对比的可用柱形图、条形图;如果展示数据构成关系的可用饼图;如果展示数据之间关联关系的可用散点图。

国内有图表制作专家刘万祥翻译了国外一份图表类型选择指南(图片归原图作者所有,此处仅用于展示),这里提供给大家参考,如下图所示:

二、常见的图表元素
Excel提供了较多的图表元素供我们选择使用,实际应用中常见的图表元素有:图表标题、绘图区、图例、数据系列、网格线、坐标轴(X、Y)、数据标签等。

另外还有一些Excel没有提供的图表元素脚注及可能使用的副标题。下面提供常见图表元素识别图:

三、图表数据区
多数图表的数据区域都是从上到下的布局,这跟我们的视觉习惯有关,我们更容易接受从上到下从左到右的阅读模式。所以我们看到的数据表格基本都是标准的一维表,也有一些是上下左右查看的二维表。

图表数据区准备至少两列数据,一列作为数据标签,一列作为系列值。数据表遵循基本原则有:标题居中加粗,文本偏左,数值偏右,数值超千位设置千位符,字体选用微软雅黑,系列值可排序的进行排序。一般数据区放置如下图:

四、图表的设计
我们要做的就是更加直观的呈现数据结果,减少理解方面的麻烦,表达所示思想。一份好的图表能够高效传递信息,具有专业配色及排版,简洁的模块以及无微不至的细节,这些细节包括以下几点,都是我们制作图表的时候需要注意的。

1.    不要使用三维图形
三维图形虽然看起来很炫酷,但是很不适合直观阅读,基本上我们都是采用平面图表。

2.    系列间隔不宜太宽或太窄
柱形图的间隔不能太宽也不能太窄,大概是柱形宽度的1/2大小。

3.    避免使用太多颜色
图表配色方面一般采用一底色一主色一配色,尽量采用统一色系或者类比色,如果不知道如何搭配颜色可参考专业杂志网站《商业周刊》《经济学人》《华尔街日报》《纽约时报》上面的图表配色。

4.    字体使用微软雅黑
用适合阅读和展示的无衬字体可使整体视觉效果更好更舒适。

5.    数据按照逻辑来排序
对排序后不影响的数据将其进行字母排序或者数值大小排序。


6.    不要有过多的分割
饼图应该直观清晰表达成分占比,过多的分割会让观众更难去理解,一般来说饼图分割不超过5份,如果超过5份那第5份和其他部分统统归类“其它”表示出来。


7.    集中展现主要内容
图表的设计应该让观众注意力集中到你要表述主要内容上。饼图一般会有两种比较好的展示方法:
方法一:最大部分放在12点钟方向右侧,依次顺时针方向放置其他部分,所有的都按顺时针降序排列。
方法二:最大部分放在12点钟方向右侧,第二部分放置12点钟方向左侧,其他部分从第二部分开始依次逆时针放置。

8.    不要采用倾斜的横坐标标签
倾斜的字不易于阅读,还有可能伤脖子,如果实在太长,可使用条形图来表示。


9.    适当的刻度单位
数据指标项如果是不超100%的需要手动调整最大值,看不出起伏波动的需要调整最小值,一般情况主刻度为4-6个较为适宜,太多可调整刻度单位值。


10. 图表应有脚注
专业的图表都会在图表里加应有的脚注,说明数据来源、备注信息、数据截止时间等。


总的来说图表的设计上应以简洁为主,用最少的字表达思想内容,视觉化程度要根据听众整体观感考虑,注重细节体现。
分享自公众号: 数据可视化

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 13:18

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表