Tableau可视化之常用图表

一、折线图

1.基本折线图

如果说在展示数据图表方面哪种图形最为经典的话，那么折线图肯定可以占据一席之地。很多可视化工具的默认图表形式就是折线图，通过将一系列变化的数据绘制成折线，可以直观看出相对大小和变化趋势。

2. 凹凸图

基本折线图中，对比数据是原始数值，在大小上自然存在很大的高低起伏。如果将一条折线变成不同子类数据的多条折线、对比数据也换成是其数值在子类间的排名，那么得到的折线数据将不再是高低起伏，其跨度会变为整齐的1-N。

3. 雷达图

前面绘制的凹凸图本质上说，仍然是较为常规的折线图，仅仅是度量的折线变成了排序的折线，并通过同步双轴实现了较为美观的实心圆形呈现。

雷达图常见于游戏中表达某个人物的能力指标，例如实况足球中就用雷达图表示球员能力值，其中外围灰色线条表示参照值，内侧不等的彩色线表示各个子类的实际指标。

二、条形图

1. 基本条形图

以Tableau自带超市数据为例，制作基本条形图操作十分简单，常用于表达某一度量数据随时间或者其他多个维度间的变化情况。例如，想了解北京一年12个月中各月份的销售额对比情况，那么仅需将月份和销售额分别拖动到行和列坐标轴，在标记区选择条形图并加入颜色和标签设置，即可实现一张基本的条形图。

2. 旋风图

虽然美名其曰"旋风图"，实际上就是两个基本条形图的对比图。

旋风图常用于对比两个类别多个维度间的度量数据，如要对比北京和上海两个城市各月份销售额情况，则可以制作如上图所示的旋风图。可以直观发现，上海销售额整体要高于北京销售额，且两个城市的销售额波动情况也不尽相同，其中上海是在8月销售额最高、4月最低，而北京则是在10月最高、2月最低。

3 .瀑布图

如果想直观了解全年各月份销售额的占比情况，且仍然采用条形图样式的话，那么就可用瀑布图（当然，了解占比的最好图表是饼图）。瀑布图是在Tableau自带甘特图的基础上稍加改变而成的。

4 .弧线图

在旋风图中，对北京和上海的各月份销售额情况进行了对比，如果要进行对比的城市不止两个、且仅需对比年度销售总额的话，那么弧线图则具有更强的视觉冲击力，对比效果也更为直观。

弧线图实际上可以看做是弧状条形图，仍然是用于对比不同类别间的度量大小情况。弧线图与基本条形图最大的不同在于：各类别度量大小不再与条形长度直接相关，而仅与条形所跨角度成正比；且弧线条形所跨角度大小不严格等于该子类的百分比占比，而仅表示子类间的大小关系。另外，弧线图也可看做是折线图的一种变形。

三、饼图

1. 基本饼图饼图常用于表达多个子类的占比，通过观察饼图扇形角度的大小，可快速对比各子类间的相对关系。在Tableau中，制作饼图比较方便，仅需依次将类别和相应度量信息拖动到标记区的颜色和大小即可。

2. 环形图饼图的一个基本变形是环形图，是在饼图的基础上将中间镂空，以实现更为美观的效果。应用Tableau是无法直接制作环形图的，需要稍微做一点变形，其基本思路是制作两个双轴饼图并同轴显示，设置两个饼图不同的大小，然后将其中较小的饼图设置为白色，即实现了大图镂空的效果。

3. 玫瑰图

玫瑰图也叫南丁格尔玫瑰图，是由英国护士南丁格尔最早发明的可视化图形。与基本饼图的最大区别在于，玫瑰图用扇形的半径大小区分各子类间大小关系，同时保持各子类扇形弧度一致，而后者则是用扇形角度大小来区分。

4. 旭日图

前面的几个饼图都是用于展示一级分类信息，倘若想继续下钻实现更细的子类划分，那么就应该考虑应用旭日图（当然，玫瑰图也可以进行多级子类展示）。

四、总结

1. 折线图

折线图常用于表示一个或多项指标随纬度变化的曲线，易于直观对比指标大小和变化趋势；凹凸图通过绘制子类间的排名关系，更利于表示相对排序变化情况；雷达图更适合对少量对象的多项量化指标进行对比显示，当比较对象较多或者指标过多时，可视化效果也会大打折扣

2.条形图

条形图常用于表达多个维度间的度量大小对比；旋风图用于显示两个子类多个维度间的度量大小对比；瀑布图在甘特图基础上完成，显示实时累计和跨度较为方便；弧线图用于少量子类间单维度的大小对比，制作稍复杂，效果较好

3.饼图

Tableau制作基本饼图，双轴饼图实现环形图；增加辅助数据，实现制作简单玫瑰图；简单介绍了旭日图

End.

爱数据网专栏作者：小小

本文为挖数网专栏作者原创文章，未经允许禁止转载，需要转载请微信联系授权（微信号：lovedata0520）