选择合适的图表

你已了解常见图表类型：条形图、折线图、饼图和散点图。但你如何决定哪种才是适合这项工作的工具呢？选择错误的图表可能会使你的信息不明确，甚至误导你的受众。然而，合适的图表能使你的数据易于理解，并突出主要规律。

选择过程通常取决于你想在数据中展示或比较什么。下面我们来分析常见目的以及最能满足这些目的的图表。

比较类别间的数值

当你需要比较不同的项目或组时，条形图通常是你的最佳选择。条形图使用条形的长度或高度来表示大小，使得容易看出哪些类别更大或更小。

• 用途： 比较不同产品类别的销售额，显示来自不同国家的网站流量，或可视化不同选项的调查回复。
• 变体：
  • 垂直条形图（柱状图）： 在比较适中数量的类别（例如5-10个）时最适用。类别标签能很好地容纳在水平轴上。
  • 水平条形图： 当你有许多类别或类别名称很长，无法整齐地容纳在垂直图表的水平轴上时，这种图表最理想。

四种不同产品类别的月销售额。条形图清楚显示电子产品的销售额最高。

显示随时间变化的趋势

如果你的数据涉及追踪连续时间段（通常是天、月或年）内的变化或趋势，折线图通常是最有效的。折线图将数据点用线连接，使得容易看出该时间段内的增长、下降和波动。

• 用途： 追踪一年内的股价，监测每月网站访客，显示一天中的温度变化。
• 注意事项： 确保水平轴表示连续变量，如时间或距离。对离散类别（如上述产品类别）使用折线图可能会暗示类别之间不存在的关联。

每月追踪的网站访客数量。折线图清楚地展现了六个月期间的上升趋势。

显示整体的构成部分（构成）

当你需要显示总量如何分成部分或百分比时，饼图是一个常见选择。每块扇形表示整体的一个比例。

• 用途： 显示竞争对手之间的市场份额分布，可视化按部门划分的预算分配，表示产品中不同成分的构成。
• 注意： 当扇形过多（通常超过5或6个）或比例非常接近时，饼图会变得难以准确阅读和比较。在这种情况下，条形图可能更清晰。确保百分比总和为100%。

浏览器市场份额的分布。饼图强调了Chrome相比其他浏览器的主导份额。

检验两个变量之间的关系

为了了解两个不同的数值变量之间是否存在潜在关系或相关性，散点图是标准的可视化图表。图上的每个点表示一个观测值，其坐标对应于这两个变量的数值。

• 用途： 检验学习时长与考试分数之间的关系，比较广告支出与销售收入，寻找身高与体重之间的规律。
• 解释： 点的分布规律可以表明不同类型的关系：
  • 正相关： 点的趋势从左到右向上（当一个变量增加时，另一个变量也倾向于增加）。
  • 负相关： 点的趋势从左到右向下（当一个变量增加时，另一个变量倾向于减少）。
  • 无明确相关： 点随机分布，没有可辨别的规律。

学习时长与期末考试分数之间的关系。散点图表明积极趋势：学习时长越多通常对应更高的分数。

简单的决策指南

虽不尽全面，但这里有一个基本思考过程：

1. 主要信息是什么？ 你是在比较项目、显示随时间的变化、说明整体的构成部分，还是在寻找关系？
2. 涉及多少个变量？
   • 一个变量跨类别？-> 条形图（比较）或饼图（构成，如果类别较少）。
   • 一个变量随时间变化？-> 折线图。
   • 两个数值变量？-> 散点图（关系）。
3. 有多少个类别或数据点？
   • 许多类别？-> 水平条形图可能比垂直条形图更好。
   • 饼图扇形过多？-> 考虑使用条形图。

选择合适的图表是数据可视化中的一项基本技能。它确保你的数据故事清晰准确地呈现。随着你处理更多数据，你会形成直觉，但从这些指导开始提供了一个坚实的基础。请记住始终清晰标注你的轴，并为你的图表提供描述性标题。