技术编程DataFocus和数据对话- 数值场景


第三章 数值场景
我们在日常生活中我们对数值的使用习以为常:
(微信运动)今天走了多少步?
早餐花了多少钱?
这个季度赚了多少钱?
本周网站的点击量有多少?
或者你对数值本身不是很敏感 , 可能会对这样的说法更有概念:
(微信运动)今天比昨天多走了多少步?
今天早餐比平时多花了多少钱?
这个季度比预期多赚了多少钱?
本周网站的点击量比上周高了多少?
这两者都可以使用可视化进行具现 , 但是在DataFocus中它们根据情境不同会有不同的实现方法 , 在后面将介绍用哪种方法表现它会更好 。
下面是本章将会用到的数据源 , 截选自2016年巴西个城市国民统计数据的一部分 。
技术编程DataFocus和数据对话- 数值场景
本文插图
3.1 表现数值
表现数值有很多种方式 , 最基础就是数值表表格的形式 , 直白的将各个列的数值展示出来 , 但是这种形式在处理较多较为复杂的数值情况时 , 往往效率非常低下;再进一步还有数据透视表 , 从行列两个角度交叉的去摄取数值信息 , 就清晰了许多;而如果用合适的图形进行展示 , 则更加的事半功倍 。 接下来我们来尝试一下 。
3.1.1 数值表表现数值
基于我们的数据 , 我们可以来看一下巴西各个州的居住人口数量 。 选择将数据结果用数值表进行展示 。
【技术编程DataFocus和数据对话- 数值场景】
技术编程DataFocus和数据对话- 数值场景
本文插图
图3 -1- 1 巴西各州居住人口
第一个问题非常简单 , 让我们觉得似乎数值表也还好 , 那我们直接来搜索一个稍微有些复杂的问题 , 看看按HDI指标数值进行分组情况下的各个州的不同年龄段人口数量 。
技术编程DataFocus和数据对话- 数值场景
本文插图
图3-1-2 按HDI指标分组统计巴西各州不同年龄段人口
数据突然变得复杂了起来 , 可能长期处理数据对数值有敏感度的的人还可以使用这个数值表进行分析 , 但一般的使用者就会对它开始产生畏惧了 。 这就是数值表的局限性 。
3.1.2 图表表现数值
既然说图表是我们更好的选择 , 那么有哪些图表可以展现数值呢 , 我们直接用这样的一张数据看板来说明吧 , 下面是一个包含了一些常用的数值展现所用的图表 。
技术编程DataFocus和数据对话- 数值场景
本文插图
图3-1- 3 八种常用方法来展示一个简单的数值
以上八种图表并不是系统里全部的数值表现图表 , 但都很具有代表性 。 这时我们就会发现 , 同为数值表现 , 这八种图表的效果却很鲜明的不同 。
事实证明 , 我们很擅长比较长度、大小 , 在图形中我们可以很直观地一眼看出哪些部分是更多的、最多的、更少的、最少的 。 还可以在可视化图表中将鼠标移至对应区域 , 通过浮现出的标签 , 了解对应的数值的大小 。
当需要精确查看的时候 , 透视也是个好选择 , 这就是为什么财务部门如此广泛地使用它们 。
技术编程DataFocus和数据对话- 数值场景
本文插图
图3-1-4 数据透视图
这里就需要使用者自己根据需要和数据可视化的目的去判断选择了 。
3.1.3 排序
在数据比较繁参差时 , 排序是快速理清现状的好方法 。 在DataFocus中 , 有两种方式对数值进行排序:
第一种是在进行搜索输入问题时 , 直接写明关键词“按xxx(某数值列)的yy(聚合方式)排序/降序/升序” 。


推荐阅读