7.1 可视化图表 (5%)

骑猪看日落 2024-05-09 16:32 186阅读 0赞

业务图表决策树

分成了4类:比较、序列、构成、描述类

37e52dfd0aa04a9d929f6c554e542502.png

1.比较类:不同对象、项目间 大小多少,好坏关系程度。(强调数值,标签具体数值)

  • 地域VS地域—— 地图
  • 项目VS项目:柱形图、条形图、雷达图、词云图、树状图
  • 进度VS目标:流量表、进度图

2.序列类:描述的事项整体变化趋势;

时间的序列:随着时间,可用 折线图、面积图、柱状图

状态不同的序列:基于某个事项递进状态关系的序列——漏斗图

  • 折线图——时间
  • 面积图——时间
  • 柱形图——时间
  • 漏斗图 ——事件递进状态的

3.构成类:一个事项由多个不同的子级对象构成的来描述权重大小;(强调占比,标签-百分比)

  • 饼图
  • 堆积图
  • 百分比堆积图
  • 瀑布图等

4.描述类:数据与数据间的关联关系与分布情况

反映子级和父级之间展开的构成关系——关系图 (属于描述)

指标卡——一个卡片值描述一个,也属于描述

  • 直方图
  • 盒须图
  • 散点图
  • 气泡图
  • 关系图——反映子级和父级之间展开的构成关系

1、比较类

d9577aabd74c48bba15430175d8196fe.png

8e08422dd9bc46fcb2cbef0ad03170b6.png

edb49dcb3b65458fb17bbb5c566535ad.png

b5a8fcbee6224284ae115716e08a8768.png

27432c2fc4cd4a83a4bf1dd23e44a279.png

2、序列类

a80db05df3264018a0e1ce630fe14f85.png

1a34dee704e44dda815234c740dddab1.png

3、构成类

11bfc2240c684037a2ff44dc0b998e8d.png

82e55b99253f42da9a5287b6ede4ee04.png

0e3c25f8cec04fe3a86aee58f29c827e.png

4、描述类

4c7b1d7869804eeeba1c1f9f8d7f18e7.png

注:直方图和柱状图的区别

1、描述数据类型的方式不同。直方图主要用于描述连续型数据的分布关系,其各矩形通常是连续排列的。柱状图则用于描述离散型或称名型数据,其各矩形(柱子)是分开排列的

2、表示数据多少的方式不同。直方图用矩形的高度表示频数或频率,宽度表示组距;柱状图用条形的高度表示频数或频率,宽度固定,用于表示类别,没有数值意义。

3、坐标轴上的标尺分点意义不同。直方图的横轴通常表示数据区间,纵轴表示分布情况;柱状图的横轴通常是分类轴,纵轴表示数据的大小。

4、图形的直观形状不同。直方图的各个矩形(直方块)之间紧密相连,没有间隙,当数据分布人数极少或没有时,可能出现断点;柱状图的各个柱子之间存在空隙,横轴的变量可调换位置,适用于项目数量较少的数据。

25e5fd52d73748c99d049d3703d2f223.png

发表评论

表情:
评论列表 (有 0 条评论,186人围观)

还没有评论,来说两句吧...

相关阅读

    相关 Python-气泡

    气泡图类似散点图,也是表示XY轴坐标之间的变化关系,也可以像彩色散点图给点上色。 区别在于可以通过图中散点的大小来直观感受其所表示的数值大小。 一、数据文件准备 1、Pe

    相关 Tensorboard特征

    前言 实现孪生卷积神经网络时,验证是否共享了参数,进行了特征图可视化。由于卷积层特征图通道都很大,需要进行重新reshape成Tensorboard可以显示的通道数(1或