选择有效的数据可视化

数据可视化是指以任何视觉形式呈现汇总信息。借助有效的数据可视化,您可以向受众群体传达关键主题和结果,使他们能够解读和分析根据其需求定制的数据。在开始创建可视化图表和图形之前,您需要选择要使用的可视化图表类型。选择合适的可视化类型有助于您清晰有效地呈现数据,让受众群体能够做出明智的决策并确定后续步骤。以下部分介绍了如何以分析目标和受众视角为中心,有效地直观呈现数据:

考虑数据的特征

在决定可视化图表类型之前,请考虑数据的特征:

  • 分类:如果数据包含具有相似模式和集合的分组,则使用最适合分类数据的可视化类型(例如饼图)会非常有效。商品类别就是分类数据的一个例子,因为它根据相似的功能和特征对商品进行分组。

  • 有序:如果您的数据需要特定的有序序列,使用柱形图或条形图等可视化图表可以为受众群体定义这些顺序。有序数据的一个例子是特定商品的不同星级评价的数量。

  • 连续:如果您想直观呈现长时间内发生的数据,请使用支持连续数据的可视化图表,例如进度图表。特定季度的商品总销售额就是连续数据的一个例子,因为这些数据会随着时间的推移而不断变化。

定义受众群体

有效的可视化图表不仅要考虑数据,还要考虑受众群体的视角和需求。通过自定义可视化图表的外观,您可以向特定受众群体有效传达信息。在确定受众群体时,请考虑他们的技术知识水平和工作职能等因素。受众群体将如何使用您的可视化图表?

无障碍

创建数据可视化图表时,请确保其具有无障碍性。在任何数据可视化项目中,考虑网络无障碍性可为所有用户(包括有视觉和认知障碍的用户)提供更多分享机会,让他们能够与您创建的内容互动。《Web 内容无障碍指南》(WCAG) 包含适用于可视化图表设计的无障碍功能提升实现步骤,包括:

  • 替代文本:替代文本可让更多受众群体(例如使用屏幕阅读器的用户)从非文本元素中获取信息。在 Looker 中,您可以直接向信息中心图块添加无障碍功能说明,以便屏幕阅读器朗读数据可视化图表的叙述性说明。您还可以添加备注,直接在信息中心内描述可视化图表的关键方面。

  • 对比度和颜色无障碍性:采用符合 WCAG 国际标准的对比度,可确保可视化图表的观看者能够感知到颜色选择上的差异。如需查找两个所选十六进制颜色码的对比度,请参阅 WebAIM 的对比度检查工具。在 Looker 中,Dalton 颜色集合专门针对各种形式的色觉缺陷进行了调整。如需详细了解此集合以及 Looker 中的其他颜色选择选项,请参阅颜色集合文档页面。

如需详细了解如何在创建可视化图表和其他内容时确保无障碍性,请参阅最新发布的 Web 内容无障碍指南。

为您的数据选择最佳可视化图表

以下部分简要介绍了 Looker 中可用的可视化图表类型,并讨论了如何为数据选择最佳类型:

笛卡尔图表

笛卡尔图表是指基于笛卡尔平面的任何图表。笛卡尔平面由 x 轴和 y 轴定义,图表上的所有位置都有对应的数值点。所有笛卡尔图表都会在这些轴上绘制数据。

x 轴和 y 轴反映维度和测量。维度反映的是定性值,而测量值本质上是定量值。这些值在 X 轴和 Y 轴上的绘制方式以及这些数据的可视化表达方式因笛卡尔图表类型而异。本部分包含以下笛卡尔图表示例:

列

最适合用于直观呈现类别较少的数据,以便进行比较。

柱形图是垂直笛卡尔图表,以矩形垂直形状显示信息,其中柱形的长度对应于数据值。典型的柱形图在 X 轴上显示数据类别,在 Y 轴上显示数据值。

如果您的数据仅包含几个类别,则柱形图是理想的选择。如果您的数据包含较多类别,条形图通常效果更好,因为它们为轴标签提供了更多空间。由于负值会向下显示,因此柱形图也可用于描绘包含负值的数据集。

以下柱形图示例包含正值和负值,用于显示每月售出的配饰和牛仔裤的平均订单利润。

按配饰和牛仔裤过滤的柱形图,x 轴为“售出月份”字段,y 轴为“平均订单利润”字段。

如需详细了解如何在 Looker 中创建这些图表,请参阅柱形图选项文档页面。

条形图

最适合直观呈现具有长类别标题的数据。

条形图与柱形图类似,但采用水平对齐方式。在条形图中,y 轴通常表示数据类别,而 x 轴表示数值。

如果您的数据包含特别长的类别标题,则条形图会比柱形图更合适。通过在 Y 轴上对齐,条形图上的标签可以优化空间并提高可读性。此外,与柱形图相比,条形图通常更适合表示较多类别,因为其间距对齐方式更适合。

以下条形图示例突出显示了较长的服装类别标题(例如“时尚连帽衫和运动衫”)如何适应条形图对齐方式。此图表显示了 10 个不同服装类别的月度订单量。

条形图,x 轴为“Monthly Orders”(每月订单数),y 轴为“Clothing Category”(服装类别)。

如需详细了解如何在 Looker 中创建条形图,请参阅条形图选项文档页面。

子弹图

最适合根据目标值评估单个主要指标。

子弹图以一个或多个条形的形式评估单个主要指标的效果,用目标线标记您的目标,并根据代表效果阈值(例如“差”“满意”和“好”)的阴影背景范围绘制这两者。借助子弹图,您可以一目了然地评估指标的进度和整体表现,而不会让信息中心显得杂乱。

以下子弹图示例突出显示了如何根据关键绩效指标衡量指标的效果。此图表显示了 2026 年 7 月 22 日收到的订单数量(44 笔),并与“差”范围(5 笔订单)、“平均”范围(25 笔订单)和目标(40 笔订单)进行了对比。

如需详细了解此类笛卡尔可视化图表,请参阅子弹图选项文档页面。

散点图

最适合突出显示两个变量之间的相关性。

散点图是一种笛卡尔图表,用于突出显示两个变量之间的关系。每个绘制的点都代表 x 轴和 y 轴上的一个值,可提供有关数据的分析洞见。这类图表尤其能突出显示数据中出现的趋势和规律。

如果您的数据包含两个相关的变量,散点图可能是一种理想的可视化方法,可用于查找和探索相关性。这可能是正相关,意味着随着 x 变量增加,y 变量也会增加。这也可能包括负相关,即一个变量增加,另一个变量减少。相关性也可以为 null,这意味着所选的两个变量之间没有相关性。了解潜在的数据相关性有助于更深入地洞察数据,甚至可以指导对未来数据行为的预测。

散点图的布局和结构是其有效性的关键。散点图上的绘制点也可以通过调整大小和颜色进行自定义,以便为查看者标识其他变量或类别。趋势线也可用于散点图;这些线可突出显示数据之间的联系,让查看者一目了然。通过自定义,确保这些设计选择能够突出整体目标,即说明关系并提供检查潜在模式、相关性和趋势的机会。

以下散点图显示了 2015 年至 2018 年期间,每季度光顾各个地点的客户数量。图表中的点的大小取决于客户数量。

散点图,y 轴表示零售店数量,x 轴表示 2015 年至 2018 年的季度。

如需详细了解此类笛卡尔可视化图表,请参阅散点图选项文档页面。

折线图

最适合直观呈现随时间变化的连续数据。

在折线图中,数据通过一系列由直线连接的点来显示。这种可视化类型专门用于突出显示一段时间内的连续数据。

为清晰起见,折线图中的折线数量仍然是关键。如果图表中包含多条线,请使用颜色来清晰区分这些线。这样,查看者就可以单独解读这些值,而不是将这些线条合并。

以下折线图显示了 2016 年至 2019 年的网站月活跃用户数。三条不同的线分别代表美国的不同区域:东海岸、中西部和西海岸。

一个三线图,显示了东海岸、中西部和西海岸,y 轴为月活跃用户数,x 轴为 2016 年至 2018 年的月份。

如需详细了解如何在 Looker 中创建折线图,请参阅折线图选项文档页面。

区

最适合直观呈现数量随时间的变化。

面积图基于其他笛卡尔图表(条形图和折线图)的特征。与折线图一样,面积图以线性形式突出显示随时间变化的连续数据。不过,这些图表利用了类似于条形图的填充颜色功能,通过数据来显示数量。这样,查看者就可以清楚地看到数量随时间的变化情况。

面积图传达的是整体趋势,而不是单个数据点。由于面积图包含填充颜色的面积组件,因此更适合比较较少的趋势。如需突出显示具有更多趋势的数据,请考虑改用折线图。

以下面积图与折线图可视化示例类似,也显示了美国各区域的网站月度用户数。不过,此图表中的填充颜色特别突出了 2018 年到 2019 年用户数量的变化。

东海岸、中西部和西海岸的面积图,y 轴为月活跃用户数,x 轴为 2018 年至 2019 年的月份。

如需详细了解 Looker 中的面积图,请参阅面积图选项文档页面。

饼图和圆环图

饼图和圆环图强调数据中各部分与整体比例之间的关系。因此,这些图表非常适合突出显示可根据共同特征明确分组的分类信息。

为了在饼图和圆环图中最好地突出显示信息,请选择五个或更少类别。如果类别超过五个,请考虑选择其他可视化图表类型来突出显示信息,例如条形图或柱形图。

Looker 提供两种饼图变体。本部分介绍了以下图表,并重点介绍了它们在显示分类数据方面的优势:

饼图

最适合直观呈现比例值。

饼图是指一个完整的圆形图表,根据信息类别划分为多个扇区。通过这些切片划分,焦点不再是具体的百分比,而是这些比例之间的关系以及它们如何影响图表的整体目标。

如果您想强调比例值之间关系的重要性,饼图可以有效地传达这些关系。如果您要处理的数据类别超过 5 个,请考虑选择其他可视化图表来突出显示信息,例如条形图或柱形图。通过条形图和柱形图,观看者通常更容易感知个体差异。

以下饼图显示了美国三个区域(东海岸、西海岸和中西部)的客户总数百分比。这种可视化图表类型可传达每个区域的客户比例。

显示东海岸、中西部和西海岸客户总数的饼图。

如需详细了解如何在 Looker 中创建这些比较图表,请参阅饼图选项文档页面。

多层环图

最适合直观呈现包含多个组成部分的比例值。

多圆环图可让您创建一系列圆环图,以互联的形式直观呈现数据。这些图表省略了圆心,形成弧形分区,而不是扇形分区。图表中间增加的空白区域可用于添加更多标签和数据说明。

创建多圆环图时,请确保各类别之间具有一致性和连贯性,以突出它们之间的关系。此外,为了确保清晰明了并便于观看者理解,请在图表中心添加清晰的累积数据,以突出显示每个特定多重圆环图的细微差别。

以下多圆环图显示了多个服装类别(牛仔裤、紧身裤、外套和大衣、短裤)的季度产品销售额。每个季度销售额都有一个单独的圆环图。此可视化图表突出显示了每个服装类别(以统一颜色表示)对每个季度整体商品销售额的贡献。

四个圆环图,分别显示了 2019 年牛仔裤、紧身裤、外套和大衣以及短裤的季度销售额。

如需了解如何在 Looker 中添加多层环图,请参阅多层环图选项文档页面。

进度图表

进度图表会突出显示随时间推移而显示的信息。通过这些图表,您可以突出显示这些背景信息及其对数据的影响。进度图表可跟踪整体进度和成长情况。本部分包含以下进度图表示例:

漏斗图

最适合直观呈现连续阶段。

漏斗图是突出显示连续阶段的进度图。这种类型的图表与条形图类似,后者也通过水平矩形可视化图表来表示数据。此图表通过堆叠可视化图表创建漏斗形状。

为了确保漏斗图有效,请确保数据至少包含四个阶段。这样可以确保强烈的视觉冲击力,并突出显示整个流程。如果组件少于四个,请考虑使用其他类型的可视化图表,例如饼图。

以下漏斗可视化图表突出显示了客户操作的五个不同阶段以及每个阶段的百分比值。这些阶段按降序排列,分别为商品、购物车、购买、注册和取消,代表客户与商品的互动。

漏斗图,显示客户在“商品”“购物车”“购买”“注册”和“取消”阶段的操作所占的百分比。

请参阅漏斗图选项文档页面,详细了解如何在 Looker 中创建此可视化图表。

时间轴

最适合直观呈现时间推移。

时间表图通过在设定的时间段内添加关键事件和标记来突出显示时间推移。虽然时间表图通常与时间相关,但这种图表结构也可应用于数字和金额。

通过自定义颜色,您可以在一个图表上使用多条时间轴,以显示多个因素如何随时间推移而变化。对于时间轴模式,尤其是在 Looker 中,颜色自定义可能会因调色板而异。时间轴可以采用连续调色板,该调色板反映了渐变选项,渐变的每个部分都有两个变量。您还可以使用类别调色板,即每种颜色代表数据中的一个类别。如需详细了解此颜色自定义功能和时间表图,请参阅时间表图选项文档页面。

以下时间轴可视化图表展示了 2022 年各月份中特定订单 ID 编号及其各自的平均处理天数。时间轴使用连续渐变调色板来表示不同的天数。

时间表图,其中 y 轴显示平均处理天数和订单 ID,x 轴显示 2022 年 7 月至 8 月的天数。

瀑布

最适合直观呈现连续的正值和负值。

瀑布图通过序列突出显示正值和负值之间的关系。这些图表显示了初始值如何因各种因素而发生变化。瀑布图的设计元素与条形图类似。与许多其他可视化图表类型一样,瀑布图可以采用基于时间的标记或基于类别的标记,具体取决于您的特定数据集。

由于瀑布图专门处理正值和负值,因此明确区分这两类值至关重要。通过使用颜色和文本标签,确保可视化图表能够清晰区分数据中的值。

以下瀑布图示例显示了订购流程各个阶段的总收入,包括已取消、已退货、已发货和正在处理。系统还会计算总金额。

瀑布图,x 轴显示状态,y 轴显示总收入。

如需详细了解此可视化图表类型,请参阅瀑布图选项文档页面。

文字和表格

如果您有有意义的文本数据要展示,选择文本和表格展示方式将突出文字的影响力。这些词语的显示方式多种多样,从突出显示单个值到在整个数据集中显示复杂的词语排列,不一而足。本部分列举了文本和表格可视化图表类型的众多示例中的一部分:

KPI(单值)

最适合直观呈现主要关键指标以及背景趋势和对比。

KPI(单值)图表会突出显示数据集中的关键绩效指标,例如总收入、活跃用户数或转化率。以这种方式直观呈现指标,可以突出其业务重要性,并提供一目了然的即时摘要。

创建 KPI 图表时,请选择与您的关键效果目标一致的主要指标。您可以通过添加次要可视化图表(例如迷你图或进度条)来增强指标,以显示随时间变化的趋势,并配置与查询中其他值的比较,以评估效果。

以下 KPI 可视化图表示例突出显示了主要 KPI 值,以及进度条和迷你图可视化图表。

包含进度条和迷你图的 KPI 可视化图表。

如需详细了解如何在 Looker 中自定义此图表,请参阅 KPI(单值)图表选项文档页面。

如果您没有看到“KPI(单值图)”图表选项,请参阅单值图(旧版)图表选项文档页面,详细了解如何在 Looker 中创建此可视化图表。

单记录图

最适合直观呈现有限的数据片段。

与单值图表类似,单记录图表也会突出显示从较大数据集中选定的有限数据,以传达特定信息。不过,单记录图表包含的信息比单值图表多。此可视化图表可以提供一个来自更大数据集的示例。

为此类图表选择有效且相关的单条记录,可以突出显示数据集中的一个示例。您可以通过字体系列、字号和颜色设置来自定义此图表,使其更易于阅读和理解。

以下单记录图表显示了特定商品“100% 丝绸编织浅蓝色和海军蓝条纹领带”的关键信息。这包括商品 ID、类别和零售价。

单记录图表,显示商品的商品 ID、类别和零售价。

如需详细了解如何在 Looker 中创建这些图表,请参阅单条记录图表选项文档页面。

词云图

最适合直观呈现数据频率。

词云是一种数据可视化图表,通过自定义字体类型、大小和颜色来显示数据频率。词云的关键结构是,特定字词在分析的数据集中出现的频率越高,其字体大小就越大。即使观看者只是简单一瞥或快速浏览,词云也能通过强烈的视觉冲击力传达数据集中相关的重复信息。

通过自定义间距以及水平和垂直对齐类型,可以实现这种视觉效果。在某些词云中,创作者会用特定颜色将主题相似的词汇分组,以突出某些元素之间的关联性。这种按颜色对字词进行分组的方式还可以帮助读者了解内容的背景信息,并理解所提供的信息。

以下示例词云突出显示了客户所在的州。州名称的大小取决于每个州的客户数量,加利福尼亚州是客户数量最多的州。

词云图表,显示州名,其大小取决于该州的客户数量。

如需了解 Looker 如何通过“样式”菜单选项来帮助您直观地创建词云,请参阅词云图表选项文档页面。

地图

地图可视化图表可将数据与位置相关联,因此,如果您的数据与地理区域密切相关,那么这种可视化图表类型会非常有用。您可以自定义可视化图表的地理范围,以最恰当的方式反映您收集的数据。这可能包括通过经度、纬度甚至邮政编码指定您的位置,具体取决于您的项目。

交互式地图会根据自定义设置进行调整和重新配置,而静态地图在配置后会保持不变。本部分专门介绍以下地理可视化图表:

Google 地图

最适合使用热图直观呈现地理数据。

Google 地图是 Google 的网络地图平台,可与受众群体互动分享地理信息。借助 Looker 中的 Google 地图功能,您可以使用多种样式自定义地图的外观,例如浅色、深色、卫星、街道和户外。这些样式可以根据数据的范围和重点,以不同的方式突出显示您的信息。此外,Google 地图可视化图表还支持热图实现。热图使用颜色编码系统显示信息,以指示数据频率。

以下 Google 地图热图可视化图表显示了美国各邮政编码区域每月售出的产品数量。热图中的产品销量范围为 9 到 66 件,并使用从绿色到橙色的渐变色来表示此数量范围。您还可以使用键盘快捷键浏览此地图。

热图 Google 地图图表,显示美国各邮政编码区域每月售出的产品数量。

如需详细了解 Google 地图功能,请参阅 Google 地图图表选项文档页面。

地图

最适合直观呈现交互式地理数据。

交互式地图可视化图表会应用地理图像来表示数据与特定位置和区域的对应关系。交互式地图可以通过结合设计元素来反映许多其他可视化类型。这可能包括使用点、线或区域来表示可视化图表中的标记。

您还可以自定义整体地图的设计。具体而言,Looker 中的地图样式包括浅色、深色和卫星选项。这些选项也都有无标签功能。此设置会省略城市和街道名称等关键细节,以便更专注于数据,而不是地图的具体细节。在选择地图设计时,请考虑用户需要关注的重要细节,并选择最能体现这些细节的设计。

以下图表通过渐变颜色编码系统突出显示了美国各邮政编码区域的用户数量。此互动式地图支持缩放功能,以便聚焦于地图的特定区域。

交互式地图,通过渐变颜色编码系统显示美国各邮政编码区域的用户数量。

如需详细了解 Looker 中的交互式地图,请参阅地图图表选项文档页面。

静态地图(区域)

最适合直观呈现区域数据。

按区域划分的静态地图可绘制特定区域受数据影响的情况。由于地图是静态的,因此无法根据用户互动进行更改或调整。这种可视化类型有助于描绘特定情况,而不是随时间推移而变化、演进的过程。

以下区域静态地图表示美国各州的门店数量。通过蓝色渐变,最深的蓝色代表实体店数量最多。此地图的颜色使用未量化;为了使各州之间的对比度更明显,可以启用样式菜单中的量化颜色开关。

静态地图,通过连续调色板显示美国境内的商店数量。

如需详细了解 Looker 中的此类地图,请参阅静态地图(区域)图表选项文档页面。

静态地图(点)

最适合直观呈现特定地理位置的数据。

带点的静态地图与带区域的静态地图类似。不过,这些地图是通过跨区域重叠的点进行可视化。根据数据的侧重点,这种可视化类型可能会很有帮助,尤其是在数据集没有明确的区域划分时。

以下带有数据点的静态地图包含根据美国各邮政编码区域的客户数量调整大小的数据点。

静态地图图表,其中点的大小代表美国各邮政编码区域的客户数量。

如需详细了解 Looker 中的此类地图,请参阅静态地图(点)图表选项文档页面。

其他图表

Looker 中提供的其他热门数据可视化类型不属于这些类别。这些额外的特定可视化形式可让您根据受众群体进行更多自定义,以便他们解读数据。本部分包含以下图表示例:

箱线图

最适合通过统计摘要直观呈现数据分布。

与散点图一样,箱线图也能有效突出显示数据分布。箱线图通过统计摘要或通过观察和模式对数据进行分组的方式来显示这些信息。箱线图包含五数统计摘要,根据最小值、最大值、样本中位数以及第一和第三四分位数对数据进行划分。箱线图的大小增加表示数据分布范围扩大。

以下箱线图示例突出显示了 2021 年 1 月至 2022 年 7 月期间售出商品的数据分布情况。将鼠标悬停在每个月的条目上,会显示商品销量的最小值、中位数和最大值。

箱线图,x 轴表示月份,y 轴表示产品销量。

如需详细了解箱线图以及如何在 Looker 中自定义箱线图,请参阅箱线图选项文档页面。

自定义可视化组件

除了 Looker 中提供的现有可视化图表之外,您还可以创建自定义可视化图表来显示数据。您可以通过以下方式实现自定义可视化图表:

作为插件提供的自定义可视化图表示例包括日历热图可视化图表和星形图可视化图表。如需详细了解自定义可视化图表的实现,请参阅“管理员设置 - 可视化图表”文档页面。

此外,您还可以创建项目专属的可视化图表。如需详细了解如何创建这些可视化图表以及如何通过它们实现数据可视化目标,请参阅为 Looker Marketplace 开发自定义可视化图表文档页面。