一圖勝千言:專利分析圖表的選擇和使用

2021-02-13 專利軒

--以PatentSight®為例

一圖勝千言。

有效的數據發布通過結合使用文本、表格和圖表，會有力的傳遞各種類型的信息。正確的選擇和設置圖表，才能讓信息更加清晰、易於閱讀和理解，更好的表達分析人員所要傳遞的信息和闡述的觀點。

雖然Microsoft Excel等辦公軟體提供了豐富的可視化圖形支持，但是日常工作中，專利分析人員常常為了Excel的選擇和設置耗時費力，極大降低了工作效率。同時，很多圖形和表達方式也是一般的辦公軟體所無法實現的。

本文以LexisNexis® PatentSight ®的各種可視化分析功能為例，參考「聯合國歐洲經濟委員會」和「英國統計局」等機構關於圖表製作的經驗分享，介紹了可視化分析圖表選擇和使用需要注意的問題。

PatentSight 提供了豐富的圖表類型：折線圖、柱形圖、條形圖、餅圖、氣泡圖、旭日圖、矩陣圖、地圖以及表格結構等。


圖例：折線和氣泡圖多數不需要圖例，PatentSight 中可以選擇「Hide legend」隱藏圖例。

背景陰影：大多數情況下會分散讀者的注意力，如圖1。

邊框：大多數情況下也屬於多餘元素。

底紋：避免複雜底紋，但是簡單參考線如圖1中的第二張圖便於給讀者以參照基準。PatentSight 中可以選擇"Show grid lines"來添加參考線。

3D圖形：任何與當前數據集展示無關的圖形特徵都會妨礙對圖表的理解。使用三維圖表來展現簡單數據集時尤其如此。三維圖表很少能帶來更多好處，而且容易迷惑讀者。由於三維縱深的關係，使得圖表看起來有些部分離得近，有些部分離得遠。人的大腦會進行相應補償，認為遠處的東西實際上要比看起來的大一些。不過，當展示的數據具有兩個及以上的屬性時，通過使用縱深能讓讀者更容易理解分析人員想傳遞的信息。

數據點：多數情況下，尤其是轉折較多的情況下，折線圖上的數據點會影響折線圖的流暢性。但在折線圖轉折較少時，可以考慮添加數據點。PatentSight也提供了「Show markers」；默認是沒有勾選。

圖1：圖表製作儘量避免「亂圖」

同一指標的數據，在同一分析（PatentSight 是指一個Workbook）中用儘量使用同一種顏色。例如Patent Asset Index™在Sheet1用的橘黃色，那麼建議在Sheet2也同樣用橘黃色。

 圖2：顏色統一：在同一分析中，同一指標儘量使用同一種顏色

PatentSight默認的圖形都是首先展示Top 10

可根據需要調節。但選擇10個以上會顯得圖形難以說明想要表達的意思。

例如28,000, 縮寫為28k在圖表中，更利於閱讀。

圖3：大數字縮寫

圖4：PatentSight折線圖

適合連續性數據。

對數據的時間趨勢變化進行展示。

根據需要可以對比例尺進行調整，如圖5。

圖5：調整折線圖的比例尺

 圖6：PatentSight中隱藏或顯示「Search Field」改變圖的寬度

圖7：條數太多的折線圖

圖8：PatentSight氣泡圖

水平柱狀圖（Horizontal Bar Chart）

 圖9：PatentSight水平柱狀圖

垂直柱狀圖（Vertical Bar Chart）

圖10：PatentSight垂直柱狀圖

圖11：直方圖

堆積柱狀圖（Stacking Bar Chart）

圖12：PatentSight堆積柱狀圖

比較總體中的不同部分。

避免太多「不同部分」，一般10個以內為宜。

「不同部分」的面積如果相同或接近，不適宜用該圖。

圖13：PatentSight矩陣圖

圖14：PatentSight地圖

圖16：PatentSight旭日圖

PatentSight還提供了能夠讓內容更加豐富的圖表和圖形組合展示。

圖17：PatentSight圖表組合

圖18：PatentSight圖形組合

文源：律商IP

作者：盧寶鋒

相關焦點

  • 一圖勝千言:連環畫繪本大展在在廣州南沙區圖書館展出
    一圖勝千言：連環畫繪本大展在在廣州南沙區圖書館展出金羊網  作者：朱紹傑  2020-12-18 文/羊城晚報全媒體記者 朱紹傑12月18日，「百年敘事——中國連環畫文獻展暨首屆中國繪本雙年展
  • 表情包簡史:「一圖勝千言」的背後
    顏文字吸納了以日語為主的多種語言文字中的符號，方向也轉變為橫向，組合形式更為多樣，因而能夠呈現的表情與肢體動作也變得更加細膩和豐富。1995年，日本運營商NTT推出一款新型傳呼機，可以在發簡訊時配備像「愛心」這樣的表情符號。這款機型一經面世就獲得年輕人市場的青睞，而其成功原因正是因為這些表情符號。
  • Excel微圖表數據可視化大全,超乎你想像!
    ，但凡跟數據打交道都離不開圖表，俗話說的話，一圖勝千言，可見圖表的優勢所在。今天帶給大家的不是傳統意義上的Excel圖表，而是大多數人都不會用但是威力強大的微圖表，看完保你眼前一亮！下面結合具體Excel示例展開，便於大家記憶和理解。本教程正文共2688字21圖，預計閱讀時間8分鐘，擔心記不全的話，可以分享到朋友圈留個標記。
  • 從數據表到圖表分析,這個實用的圖表推薦框架令你如虎添翼
    編輯：陳萍面對數據表時，很多人通常不清楚應該創建什麼樣的圖表分析。在這種場景中，你需要一個智能助手，可以幫你更好的生成圖表分析。為多維數據集創建圖表（表格）是銷售、人力資源、投資、工程、科研、教育等許多領域的常見應用。
  • 一圖勝千言:用好圖表,好好說話
    csv')> par(mfcol=c(2,2), cex=0.7, family='SimSun')> hist(example2_2$銷售額,xlab="銷售額", ylab="頻數", main="(a)普通")> hist(example2_2$銷售額,freq=FALSE, breaks=20, xlab="銷售額", ylab="頻率", main="(c)增加軸線須線和密度線
  • 在PPT中製作SWOT分析圖表,重要的幾個方法與技巧
    SWOT分析（也稱之為SWOT矩陣）就是將與研究對象密切相關的各種因素如內部的優勢、劣勢和外部的機會、威脅等，通過調查列舉出來，並依照矩陣形式排列，然後用系統分析的思想，把各種因素相互匹配起來加以分析，從而產生一系列未來行動的決策。
  • 波士頓矩陣圖表(一)
    波士頓矩陣圖表是波士頓諮詢公式1970年第一次引入業務分析中的。在現在的各種數據分析中非常常見。
  • 有用的圖表分析是什麼?
    原因很簡單，你看到滿大街的大爺大媽都在說，K線、波浪、江恩、布林、金叉、死叉、KDJ，就知道圖表分析比較low了。試問？如果圖表分析是高大上的，那麼，高大上的技術，怎麼可能這麼容易學？精英俱樂部，人多過嗎？從實際效果看，股票市場又怎麼可能那麼多人都對呢？雖然投機與山嶽一樣古老，但在道德層面上，投機總不如投資高大。圖表分析也被認為是，徹頭徹尾的投機派。
  • Excel製作圖表不行,用哪些可視化分析工具?
    是的，Excel作為一個入門級工具，是快速分析數據的理想工具，也能創建供內部使用的數據圖，但是現在簡單的柱狀圖已經不能滿足工作所需。Excel在顏色、線條和樣式上可以選擇的範圍有限，這也意味著用Excel很難製作出能符合專業出版物和網站需要的數據圖。還是需要專業的可視化工具的，那麼目前比較流行的可視化分析工具有哪些呢？
  • 簡報中常使用的實用圖表 I
    主管們想要用報告搞定領導,就必須讓各項資料一目了然,重點在於你是否用對了合適的圖表。製作出簡潔而又清晰的圖表,可以幫助主管在整理分析各項資訊更加事半功倍,對於在臺下聽取報告的人而言,是否能夠從整份報告內容中快速掌握重要的訊息及獲得啟發。
  • 大數據可視化常用分析圖表的優缺點
    可視化圖表次整理了一些平常不太使用，但在合適的場景的使用它們，往往能為你的分析報告加分不少的圖表。 　　需要說明的是，這次演示的圖表幾乎都是用Tableau製作的「因自身學習的原因」，不再是Excel製作的圖表。
  • 一個強大的圖表工具和它簡單的使用指南:TradingView(推薦)
    好奇的通常是剛進入交易不久的新手。」這是什麼圖表軟體？「 通常是新手交易員第一次看到TradingView的圖表時心裡會發出的疑問。記得我剛做交易時，看見有人貼出TradingView圖表的畫圖，乾淨整潔的K線界面，發出的圖表畫圖還帶著評論，這立馬就吸引了我，厚著臉皮去問人家方不方便告訴我用的是什麼圖表，結果人家回復一句不方便，弄得這尷尬的。
  • excel數據分析技巧:預測未來,為圖表添加趨勢線
    對於exceler而言，預測數據走勢，如銷量趨勢預測、股指走勢預測等是日常處理、分析數據工作中的一部分。面對這類問題，我們可以使用Excel圖表中的趨勢線對數據未來走勢進行預測，幫助我們更加直觀地了解數據變化的趨勢。下面我們就和春風一起來學習excel中的趨勢線吧！學習更多技巧，請收藏部落窩教育excel圖文教程。
  • Excel作圖攻略之圖表的基本類型與選擇
    註解 柱形圖是使用柱形高度表示第二個變量數值的圖表，主要用於數值大小比較和時間序列數據的推移。條形圖其實是柱形圖的旋轉圖表，主要用於數值大小與比例的比較。對於第一個變量的文本名稱較長時，通常會採用條形圖。但是時序數據一般不會採用條形圖。Excel 2016還添加直方圖、排列圖（帕累託圖）、瀑布圖、漏鬥圖等。瀑布圖和漏鬥圖都是使用柱形或條形表示數據，所以也歸類於柱形圖表系列。
  • 怎麼做數據分析?數據分析的這些環節你不得不知
    很多剛開始做數據分析的朋友，不知道數據分析該如何下手，更不知道一個完整的數據分析流程有哪些環節。數據分析的流程比較簡單，主要包括以下六個環節：明確分析目的、數據獲取、數據處理、數據分析、數據可視化、結論與建議。一、明確數據分析的目的做事都是有目的的，數據分析也是。
  • Python數據分析的圖表展示,死板的數據變得有趣生動
    對於人類來說，圖案和文字這兩種信息表現方式，圖案應該更早於文字被發明，現代考古人員時常在山洞裡發現原始人刻畫的一些巖畫。總的來說，圖案比文字更具有視覺衝擊力和表現力，所以在計算機世界裡，我們通常喜歡把文字數據轉化為圖表數據，用於向別人更加精準有效的傳達數據信息。今天我們就來講講在Python中如何把數據轉換為可視化的圖表。
  • 直方圖是什麼,用Excel教你製作並分析最簡單的統計圖表
    什麼是直方圖直方圖（histogram），是一種二維統計圖，用於評估連續樣本數據的形狀和展開的圖形。可以在分析之前或在分析的同時創建直方圖，從而幫助確認假設並指導進一步的分析。反映的是數據在特定分組下的分布情況。
  • 使用Pandas,Seaborn和Plotly繪製漂亮的圖表
    我熟悉的命令，模式和概念越多，那麼所有事情就越有意義。Matplotlib使用Python進行繪圖的情況恰恰相反。 最初，我用Matplotlib創建的幾乎每個圖表都看起來像是八十年代逃脫的罪犯。 更糟糕的是，要創建這些可憎的東西，我通常不得不在Stackoverflow上花費數小時。
  • 如何選出適合的圖表?
    本文將為大家詳細介紹各類圖表的特點、使用場景，以及如何使用SPSSAU快速做出繪製圖表。結合具體的數據類型（定量或定類數據），可將圖表分類整理如下圖：02 作圖思維畫圖的時候事實上也有一種思維，基本上作圖思路和分析數據的思路是一樣的。
  • 【股票技術理論】技術圖表分析
    技術圖表分析（Technical Chart Analysis）什麼是技術圖表分析　　圖表分析作為投資分析的一種方式