數據可視化.圖表篇——餅圖

2020-12-25 DataHunter

上一篇文章我們介紹了 Excel 其中兩大男神:柱狀圖和折線圖,這次小數接著帶大家追另外一位憨態可掬的男神:餅圖。

(為了讓大家有更直觀的感受,基礎圖表篇系列文章裡的圖表都是藉助 Excel 生成)

按套路,咱們還是先看官方解釋:

餅圖英文學名為Sector Graph, 又名 Pie Graph。僅排列在工作表的一列或一行中的數據可以繪製到餅圖中。餅圖顯示一個數據系列中各項的大小與各項總和的比例。餅圖中的數據點顯示為整個餅圖的百分比。

打開 Excel,你可以很明顯看出在餅圖的目錄下,包括了:二維餅圖、三維餅圖和圓環圖三個大類。

總的來說,餅圖的理解比較簡單,就是用於表示總體中各部分的比例。

餅圖在可視化方面則有趣很多,有很多我們值得去玩的點,下面我將藉助豐富的舉例說明:

logo色應用

數據源如下:

插入-選擇生成環形圖後,得到下圖:

分別兩次點擊紅色或藍色區域,即可修改填充色為 logo 色(本文中用到的都是 DataHunter 的 logo 色),然後簡單修改標題和圖例,得到優化效果:

優點:簡單易操作

缺點:過於單薄

多色應用

單純的 logo 色過於簡單,怎麼豐富拓展呢?聰明的小夥伴可能想到了:在一個環形圖的基礎上,多生成幾個同心環形圖,再進行著色不就行啦?沒錯,就是這樣!

原理:引入輔助列,分別著色再合併

數據源:

剛開始是這樣的,四個數據列生成了四個同心環:

操作步驟:分別點擊每個環形進行單獨著色,再根據需要進行合併,添加標題、修改圖例,就優化成了下圖:

是不是比剛開始有層次一些?

局部放大

在整體的餅圖中,有時需要對某個部分做重點突出展示, Excel 中的次坐標軸設置功能完全可以hold 住!

原理:利用次坐標軸,畫出兩個餅圖,然後做餅圖分離

數據源如下:

操作步驟:利用數據生成兩個餅圖(剛開始看不出來,兩個餅圖是完全重合在一起的),然後右鍵—修改圖表系列—將其中一個餅圖設置為次坐標—設置餅圖分離,改變兩個餅圖的大小—最後將外圍的餅圖進行部分透明著色

是不是看著很複雜?無須糾結。這篇文章目的讓大家理解餅圖可視化思維的演變,你不必非得按著操作步驟做出來,而且 Excel 中操作確實較為繁瑣,如果採用一些可視化工具或者 DataHunter 的後臺進行生成,就會非常簡單,後續我們會開闢專門的欄目給大家演示。

回過頭來,小數通過上邊步驟優化,得到了局部放大的餅圖:

所以,DataHunter 最吸引大家的地方是有qian 途,對麼?

南丁格爾玫瑰圖

有人把南丁格爾玫瑰圖當做是直方圖的變形(區別是南丁格爾玫瑰圖是圓形的直方圖),但也有人把它當做餅圖的變形(區別是半徑不同)。

它的鼻祖長這樣:

現代版經常長這樣:

如果用 Excel 製作的話,這個涉及混合圖表類型,追加圖表序列,錄製修改宏等一系列鬼東西,所以您還是了解一下就好,儘量不要那麼狠的逼自己用 Excel 操作。如果您非得要挑戰的話,具體操作方法請出門左轉百度,或者微信後臺給小數留言,我來幫您。

在應用方面,南丁格爾玫瑰圖相比普通餅圖,可在一個圖表中集中反映多個維度方面的百分比構成數據,幅面小,信息量大,形式新穎,夠高級,夠給力。

實物輔助&超越想像

前面我們講了通過對餅圖的顏色、大小做變化來進行可視化。理論上現在你距離更酷炫的可視化只差兩步了哦~

第一步:會藉助實物,比如這樣兒的:

@谷樸文化

@Wired雜誌

第二步:發揮想像 /邪惡的微笑,比如這樣兒的:

@Simon 阿文

小結:餅圖可視化可簡單從改變餅圖的顏色、突出某部分大小、改變某個比例的形狀等方面著手,還可以藉助實物發揮想像來做進一步優化。

最後借用愛因斯坦老爺爺的話來作為本文的結尾:「邏輯會把你從A帶到B,想像力能帶你去任何地方。」

所以要做好數據可視化,就請撒開你的想像力吧!

部分圖片來源網絡,侵刪

相關焦點

  • 數據可視化必修課 - 圖表篇
    8/50 篇這裡專門分享乾貨,歡迎關注~隨著網際網路數位化越來越完善,數據可視化這個詞的使用頻率也越來越高,而圖表是數據可視化中最常用的一種表現形式。(如果圖片看不清,可以點開放大看~)正文約:3800 字,預計閱讀時間:10 分鐘一  什麼是圖表圖表的定義:可直觀展示統計信息的屬性,對知識挖掘和信息直觀生動感受起關鍵作用的圖形結構,是一種很好的將對象屬性數據直觀、形象地可視化的手段。英文叫法:Chart。
  • 簡單明了的數據可視化圖表
    當我們需要用書面表達同一件事物時,我們的思維定式就是「能用圖描述的就不用表,能用表就不用文字」。這句話充分地表達出從認知的角度來說我們更習慣於直接的視覺表達形式—圖表。可視化圖表有哪些基本類型,我們在選擇圖表時又需要遵守哪些原則呢?
  • 數據可視化中的經典圖表
    城市大數據中心大屏展示隨著數字經濟的崛起,作為數據應用的一個分支,可視化應用已經非常普遍了。可視化設計原則中最基本和最經典的原則來自於設計師愛德華·R·塔夫特,他在《量化信息的視覺表現》中概述了數據墨水比例原則。該原則要表達的核心思想就是簡潔,最好的大屏可視化不是數據的平鋪,不是設計的天馬星空,我們的圖表要簡潔,我們的數據要簡潔。今天,可視化的設計過程我們暫且略過,先來看一看這些經典的大屏可視化圖表。
  • 數據可視化圖表工具有哪些圖表類型?
    每到月度、季度、年度總結的時候,用到最多的、最有說服力的就是數據了。讓數據說話,擺事實、講道理才能贏得上級的肯定。 大家都聽過「數據可視化」,也知道要用直觀的圖表讓受眾理解複雜多變的數據。
  • 數據可視化:常用圖表使用總結
    文章對常見的數據可視化圖表進行了簡單的匯總分析,希望對你有益。什麼是數據可視化?數據可視化,簡簡單單就是把數據展示出來嗎?非也非也,其終極是為了滿足用戶對數據的價值期望,利用數據,藉助可視化工具,還原和探索數據隱藏價值,描述數據世界。(⊙o⊙)…還是說人話吧,就是以下兩步。分析需求,熟悉數據,制定目標。
  • B端互動設計——數據可視化圖表
    因此掌握數據可視化能力是設計師必不可少的一個技能,然而目前國內網際網路對於數據的教學不夠全面,這讓很多B端的設計師很苦惱;所以今天我結合自己的工作經驗和大家分享一下——「數據可視化之圖表設計」,為大家梳理一套完整的數據可視化的框架,以及關於可視化設計的基本準則和規範。  幫助大家理解什麼樣的數據對應什麼樣的圖標,了解顏色的意義,知道數據排版的要點。
  • 50 個數據可視化圖表
    這些圖表列表允許您使用 python 的 matplotlib 和 seaborn 庫選擇要顯示的可視化對象。這些圖表根據可視化目標的 7 個不同情景進行分組。例如,如果要想像兩個變量之間的關係,請查看「關聯」部分下的圖表。或者,如果您想要顯示值如何隨時間變化,請查看「變化」部分,依此類推。
  • 數據可視化,職場數據分析都需要哪些常用的圖表?
    ,便於讓讀者更高效閱讀,而不單是自己使用,通過數據可視化突出數據背後的規律,以此突出數據中的重要因素,並且,數據可視化可以將數據變得更加直觀。  使用圖表數據可視化的作用  使用圖表來展示數據主要有三個作用:  表達形象化:使用圖表可以化冗長為簡潔,化抽象為具體,化深奧為形象,使讀者或聽眾更容易理解主題和觀點。  突出重點:通過對圖表中數據的顏色和字體等信息的特別設置,可以把問題的重點有效地傳遞給讀者或聽眾。
  • 為選擇數據可視化圖表而發愁?學會這14個可視化圖表即可
    >柱形圖條狀圖線形圖雙軸圖面積圖堆積條形圖Mekko圖餅形圖散點圖氣泡圖瀑布圖漏鬥圖項目符號圖熱圖2.條形圖當一個數據標籤較長或要比較的項目超過10個時,應使用條形圖(基本上是水平的柱形圖)來避免混亂。這種類型的可視化也可以用於顯示負數。
  • 數據可視化當中的圖表組合:比例面積圖
    編輯導讀:優秀的數據可視化依賴優異的設計,並非僅僅選擇正確的圖表模板那麼簡單,數據可視化可以幫助用戶更好地理解數據、運用數據。本文作者從自身經驗出發,結合具體案例分享了比例面積圖的不同組合形式,供大家一同參考學習。
  • 網際網路人要了解的數據可視化 —— 基礎篇
    因此掌握數據可視化能力,是面向未來的網際網路人所必備的能力。然而尷尬的是,國內沒有一款針對於教學數據可視化的全套解決方案,這讓很多渴望學習的同學摸不著頭腦。所以這也促使我開啟了這個系列《網際網路人需要了解的數據可視化》,希望能夠給大家帶來一些不一樣的內容,為大家梳理一個完整的數據可視化框架。今天帶來的就是這個系列的第一篇,數據可視化的概念以及數據可視化設計的基本準則。
  • excel數據可視化教程,高級動態圖表的製作
    我們在實際工作中,我們經常使用excel表格處理和分析數據,我們之前學習過excel圖表的製作,我們掌握了簡單的excel平面圖表的製作,比如製作柱形圖、折線圖、餅圖,我們還是學習了使用excel控制項製作簡單的excel動態圖表,今天我們是要分享的是excel高級動態圖表的製作,excel
  • 嘔心整理4大類12個圖表類型,輕鬆搞定數據可視化
    科技的進步讓我們積累了越來越多的數據,如何更好的利用這些數據,將它們轉化為有用的信息並驅動我們作出更好的決策,關鍵在於將它們可視化。但是,即便科技再進步,可視化工具再精益,也無法遏制劣質圖表的泛濫。因為很多人並不知道該如何從那麼多類型的圖表中,選擇最適合的一種來表達數據。
  • 最受歡迎的 50 個數據可視化圖表
    這些圖表列表允許您使用 python 的 matplotlib 和 seaborn 庫選擇要顯示的可視化對象。這些圖表根據可視化目標的 7 個不同情景進行分組。例如,如果要想像兩個變量之間的關係,請查看「關聯」部分下的圖表。或者,如果您想要顯示值如何隨時間變化,請查看「變化」部分,依此類推。
  • 搞定這12個設計圖表,就知道該如何製作數據可視化
    但是,儘管這樣做很容易,但是一個好的可視化仍然需要一定數量的戰略規劃和設計思想。知道誰是受眾能夠幫助你確定所需的數據。知道要講的故事(分析數據)會告訴你要使用哪種數據可視化類型。假設你擁有正確的數據和正確的數據可視化軟體。還需要選擇正確的圖表。希望這篇文章可以幫助您創建更好的數據可視化和儀錶板,以便於理解。
  • Excel商務圖表設計,從數據到圖表,變身可視化達人
    前言圖表是語言表達的一種重要形式,它藉助於各種可視化的組件,通過展示數據間的對比,達到傳遞信息、表達觀點或發現數據背後的趨勢等目的。本期將通過可視化組件、從數據到圖表2個部分簡單說明下商務圖表的設計可視化組件可視化組件分為四種:視覺暗示、坐標系、標尺、背景信息 不同組件組合在一起,有時它們直接顯示在可視化圖形中,有時候它們則形成背景圖,這都取決於數據本身。
  • 數據可視化圖表的使用方式及最佳做法,你用對了嗎?
    編輯導語:我們在工作中經常會用到數據,如今為了更加方便的數據圖表,一些企業採用數據可視化圖表,製作數據可視化大屏;本文作者介紹了數據可視化圖表的使用方式以及最佳做法,我們一起來學習一下。
  • 50個最有價值的數據可視化圖表
    本文總結了在數據分析和可視化中最有用的 50 個 Matplotlib 圖表。
  • 散點圖、箱線圖、核密度函數……數據分析必備的9種可視化圖表
    散點圖這是一種將兩個連續變量之間的關係可視化的完美圖表。通過散點圖來分析萼片長度和萼片寬度的關係。餅狀圖可以使用餅狀圖來可視化目標變量的類計數。我們將在這裡對正在處理的Iris數據集進行處理。同樣需要一些輔助函數,這次使用的是groupby和count。
  • 數據可視化之旅(三):數據圖表的選擇(中)
    作者 | Destiny 來源 | 木東居士 0x00 前言數據圖表的選擇(上),分享了「時序數據」和「比例數據」的可視化圖表方案。不同的數據類型、不同的闡述目的,決定了數據可視化展現形式的差異。因此,今天這篇文章,主要是分享兩類不同的可視化目的及其可選擇的圖表形式。「對比型數據」:對比兩組或兩組以上數據的差異。