第五章 创建图表
同一种数据，往往有多种可视化呈现的方式。然而，在我们将数据可视化的过程中，却经常会被“惯性思维”所束缚，觉得显示占比就要采用饼图，展示数据变化趋势只用折线图，那今天我们在DataFocus中来一起了解，除了饼图还可以有哪些图形可以展示占比，除了折线图，展示数据趋势还能用什么图形。
DataFocus作为一款新型的数据可视化工具，与以往传统的拖拽方式不同，其采用的是搜索式，这种交互方式大大降低了数据可视化的难度，节约了大量的人力成本以及时间成本，我们通过类似谷歌一样的搜索方式进行搜索，系统实时返回结果，并智能展示最适图形，DataFocus目前支持的图形种类有35种，分为基础图形以及高级图形，基础图形又包括：柱形图、折线图、饼图、雷达图、位置图、组合图等，高级图形有桑基图、平行图、时序图、热力图、打包图等，基本满足企业的数据可视化需求。本章主要通过实例来详细的介绍针如何创建图表，以及图表的个性化配置等。数据源来自于一份超市销售数据：
5.1 表格
DataFocus的表格大致可以分为两类，一类是数值表，用于查看制图是用到的数值，可以在表格基础上修改聚合、筛选、排序。
另一种就是数据透视表，数据透视表使用所需的数据结构必须满足两个属性列和一个及以上的数据列。区别于数值表，在数据透视表上可以对数据的小计行和总计行进行计算，因此更适合将数据进行分类汇总处理。
5.2 基础图形
DataFocus系统中支持的基本图表有柱状图、堆积柱状图、折线图、面积图、饼图、环图、散点图、气泡图、条形图、堆积条形图、漏斗图、帕累托图、KPI指标、仪表图、雷达图、位置图、数据透视表，这些都是日常分析中最长出现的图表类型，系统会根据用户当前输入的字段类型和字段个数，自动推荐比较合适的图表类型，然后用户也可以利用“图表转换”按钮选择更加美观合适的图表类型，基本能够满足用户的日常可视化需求。
1、柱状图
柱状图几乎是图表中的万能存在，遇到不能确定用什么图表的情况，用它，准没错。柱状图的特点是利用柱体的高度反映数据的差异，效果非常直观。建议将数据排序后使用，效果更佳，适用于分类或时间类型的数据。
2、堆积柱状图
堆积柱状图就是多属性里列的柱状图，除了可以利用图形高度反应总体数据的差异，也可以计算各个组成部分的占比情况，尤其是当需要查看总体以及对比各系列值的不同比重时，最适合使用堆积柱状图。
3、折线图
我们平时生活中最常见的折线图就是股票的涨跌数据，总能观察到红线条和绿线条，数据的涨跌非常显眼，因此折线图比较适合用在基于时间的数据类型上，最好是连续的数据，可以非常明显看到数据的走势波动。
4、面积图
面积图与折线图较为相似，区别就是折线图是点的上下波动，面积图则是利用有颜色的部分数据面积的大小来表示变量数据的大小，也适用于时序数据或分类数据。
5、饼图
饼图多是用来展示数据中不同类别数据的占比情况，显示各类别数据的比例，无需利用公式，饼图即可计算饼中各元素占总体的百分比。
6、环图
环图其实就是空心的饼图，使用方法以及效果和饼图也是一致的。
7、散点图
散点图，也称“相关图”，是由两个数值变量在x、y轴上的交叉点绘制而成的图表，多用来观察各个数据点之间的关系以及分析变量之间的联系，还可以直观的看出数据的分布情况以及特殊的离群值。
8、气泡图
气泡图与散点图的不同之处在于在图表中额外添加一个数值变量的情况，可以用气泡大小表示，角度比较多维，效果美观，适用于反映销售场景需要同时比较两个数值的情况。
9、条形图
条形图近似等于将柱状图按顺时针旋转90度，区别柱状图，条形图利用图形长度来反应数据的差异。当变量数目较多时，更加适合使用条形图，但条形图的类目一般也不超过30条，否则会造成视觉负担，影响对比结果。
10、堆积条形图
堆积条形图就是将堆积柱状图顺时针旋转90度，对比每一横条的长度总和以及其中各系列的长度情况。和条形图类似的，堆积条形图也不适用于基于时间的数据。
11、漏斗图
漏斗图适用于一个连续流程的完成情况分析，显示各个阶段的转化率，尤其是在网站分析的用户转化的场景下很理想，能够完整的展示用户从进入到实现购买的最终转化之间的每个流程，并直观显示出整体流程的转化率情况，显示出问题所在。
12、帕累托图
帕累托图是按照发生频率大小顺序绘制的直方图，是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表，可以用来分析质量问题，确定产生质量问题的主要因素。
13、KPI指标
KPI指标可以配置添恰当的数据单位，适用于高亮关注指标值或者差异，非常简单。选用KPI指标图来显示，结果直观且没有多余信息，一般是直接放置企业的核心数据，直接显示。
14、仪表图
仪表图使用方法和KPI指标类似，但区别于KPI的是，KPI指标是以数值形式直接将所需结果进行展示，因此不能对比别的数值；仪表图则是确定一个范围后，指针选中数值，并且仪表盘可以对比多个数值项。
15、雷达图
雷达图比较常见的就是用于分析人物或事物的各项能力水平，主要是用来比较每个数据相对与中心的数值变化情况，多用于倾向分析和重点把握。每个数据离中心越近，则说明属于较差的状态，需要改进；数据远离中心，则说明表现优异。
16、位置图
位置图适用于有空间位置的数据分析，因为涉及行政区域，最好在特殊状况下使用。当原始数据中存在地理省份信息的数据时，就可以利用位置图来更加形象地表示。若数据中还存在省份下各城市数据的话，可以利用DataFocus系统的下钻功能，观察某省份下的各城市具体情况。
17、数据透视表
数据透视表适用于两个属性列和两个数据列的四维数据结构。数据透视表能够将筛选、排序和分类汇总等操作依次完成，并生成汇总表格。每一次改变版面布置时，数据透视表会立即按照新的布置重新计算数据。另外，如果原始数据发生更改，则可以更新数据透视表。数据透视表可方便地调整分类汇总的方式，灵活地以多种不同方式展示数据的特征。
5.3 高级图形
除了上面介绍到的经常会用到的基础图形，DataFocus系统还支持一些稍微复杂但非常美观的高级图表，包括组合图、树形图、词云图、瀑布图、旭日图、打包图、弦图、桑基图、箱型图、平行图、时序柱状图、时序条形图、时序散点图、时序气泡图、经纬图、经纬气泡图、热力图、统计图，其中时序柱状图、时序条形图、时序散点图、时序气泡图都属于动态图表，会根据数据中的时间日期进行变动。
1、组合图
当你想要在一个图中既表达对比又表达趋势，就可以使用组合图表示，能够充分满足你的需求，同样可以用来表示时序数据或分类数据。
2、树形图
树形图本质就是决策树的可视化，只不过排列成矩形，同时将各个变量进行细分。在矩形树图中，各个小矩形的面积表示每个子节点的大小，矩形面积越大，表示子节点在父节点中的占比越大，整个矩形的面积之和表示整个父节点。
3、词云图
词云图一般用于显示词汇出现的频率，词汇较大的就是出现频率较高的，词汇较小的就是出现频率较低的，这样可以使用户一目了然，直接看到词频最高的几个类目，比较适用于分类变量数据。
4、瀑布图
瀑布图可以表达前后两个数据点之间数量的演变过程，数据从最开始的一个值，随时间不断进行上升下降后，得出最后的一个值，可以用于表示基于时间的数据演变情况，也可以表达静态情况下，各部分元素占总和的比例。
5、旭日图
旭日图和树形图有一定的类似，也是利用父子层次结构来清晰地表达层级和归属关系，同时能够帮助细分数据，了解该部分数据的真正构成。
6、打包图
打包图其实就是将同一大类下的数据进行打包，数值较大的占的面积就较大，也就是圈圈面积越大，比较适合表达静态数据的分类构成。
7、弦图
弦图的两个属性列必须具有相同属性，且要求去重后数据总量 < 10。弦图的各弧被分为多种颜色，代表各属性列，体现各个属性列的不同属性。弦图的各弦代表两个属性列之间的往来。
8、桑基图
桑基图是一种特定的、可用于代表数据一步步流程的特殊图表类型，桑基图中的每一分支的宽度就代表了数据流量的大小。还一种很新颖，很有特点的图表类型，会经常在对某网站进行用户行为分析时使用，细分网站的用户流向情况。
9、箱型图
箱形图是一种用作显示一组数据分散情况资料的统计图，常见于品质管理。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。箱线图可以显示一组数据的最大值、最小值、中位数和两个四分位数。
10、平行图
在平行图中绘制表示数据表中各行的相连线段，通过绘制成型的平行坐标来查看多维数据中的模式。
11、时序柱状图、时序条形图、时序散点图、时序气泡图
作为时间序列类的动图，时序柱状图、时序条形图、时序散点图、时序气泡图的使用方法和柱状图、条形图、散点图、气泡图是一致的，需要至少一个属性列和一个数据列的二维数据结构，但不同的是时序图需要在搜索界面输入一个时间关键词，每年或每月。最后再对时序图的轮播时间进行一个设置即可。
12、经纬图
经纬图可以根据原始数据中的经纬度数据，可以绘制某区域或全国的地图，显示经纬度，类似的还有统计图。
13、经纬气泡图
经纬气泡图，顾名思义是经纬图结合气泡图形成的，系统根据经纬度数据绘制气泡的点，再根据数值列数据对气泡的颜色进行定义，颜色深的气泡点，一般数值较大，数据集中。
14、热力图
热力图可以视为气泡图和地图的结合演变而成，主要是表示数据的密集程度，一般颜色越深的地方则数据密度大，数据集中。
15、统计图
统计图就是地图与柱状图的结合适，系统同样根据经纬度数据绘制柱体的点，再根据数值列数据对柱体的长度进行绘制，柱体约长，则数值越大，数据越集中。
5.4 图表个性化设置
5.4.1 图表告警
日常业务中，我们需要监控很多指标信息，例如财务的各种专项能力分析，其实际就是各个不同的指标比率，资产负债率，销售利润率，产权比率等等，对于这种指标类型的数据，如何实时地监控，更好地掌握其变化情况，及时地将有效信息传递出去，这也是数据可视化的一个难点。
在DataFocus中，告警功能的出现，就是为了解决上述这些难点。可以对某个比率设置限定值，若该比率超过限定值，则在图表中可以看到超出部分会一直红色闪烁，同时，还会发送一份告警邮件，通知有关人员该指标出现异常，需要重点关注，及时解决，如下图5-4-1所示。
图5-4-1 告警提示
例如现在我们计算出销售利润率，我们需要监控这项指标来衡量企业销售收入的收益水平，销售额高而销售成本低，则销售利润率高；销售额低而销售成本高，则销售利润率低，因此，在销售利润率小于1时，我们需要及时地知道，并且制定相应的策略，来提高我们的销售额，那这时候，我们就可以在图表中，单击Y轴的销售利润率，选择告警功能，设置其<1 即可，如下图5-4-2所示，当销售利润率小于1时，图表即刻自动红色闪烁告警，并发送邮件，其目的在于不让用户错过任何一个重要信息。
图5-4-2 设置告警
5.4.2 切片放大
在数据可视化展示中，我们经常会遇到一种情况，如果我们的数据量非常多，我们X坐标轴经常会只显示部分标签，那这时候其实我们看不到所有的X轴标签值，有可能会错过某些重要信息，那在DataFocus中，为了避免错失重要信息，我们可以将某块局部区域放大，可以无限放大我们能够看清所有信息为止，如何放大呢？其实很简单，在需要放大的区域按住鼠标左键，然后往左或者往右拖，鼠标松开的那一刻，即可看到这块区域被放大，数据显示的更加清晰。
图5-4-3 数据压缩显示
图5-4-4 放大红色区域
5.4.3 图表个性化设置
DataFocus中，除了支持自由更换图形之外，还支持各种图形的个性化设置，但每种图形可设置的功能点有些许区别。每个人的审美和视觉喜好都不一样，所以，DataFocus在可控制的范围内，尽可能地满足每个人的喜好，包括主题颜色，字体设置，数据标签格式等等，都可由制图人自行设置。
在搜索出结果后，点击右上角的图表属性，即可看到如下图所示的配置弹窗，其中包括有通用属性配置、网格线配置、数据标签格式配置、数值标尺配置、悬浮文本配置、标度设置等。
通用属性配置，主要是用来设置主题颜色、字体大小、图例位置、是否隐藏图表标题等功能；
图5-4-5 通用配置
网格线配置，主要用来配置是否隐藏网格线以及平均线等，还可对零线进行配置。
图5-4-6 网格线配置
数据标签格式，主要配合显示数据标签功能一起使用，可以将原本显示的数据标签内容通过不同的宏替换成不同的内容，例如默认显示的是单纯的数值，现在用宏 “%_PERCENT_OF_TOTAL” ，即可将原本的数值内容更改为所占的百分比。
图5-4-7 数据标签配置
数值标尺，主要是设置Y轴的最大值最小值，例如某些图形由于数据问题，波动幅度可能非常小，这就有可能导致该图形在整个画板中只占据了一小部分，为了图形显示的更加清晰以及合理，我们可以自行调整Y轴的最大值最小值，使得图形能够占据画板的2/3左右。
图5-4-8 原始图形
图5-4-9 重设Y轴区间
悬浮文本设置，其实设置与数据标签的配置相类似，也是使用各种宏修改内容，只是数据标签宏修改的数据标签中的内容，而悬浮文本中的宏修改的是如下悬浮文本中的内容，作用效果类似。
图5-4-10悬浮文本设置
标度，可以用来在图形中设置某个目标值或者目标范围，如下图中设置了目标线。
图5-4-11 标度设置
5.5 图表固化
在企业实际业务中，我们经常会需要制作图表，例如销售月报表，销售季报，财务月报，财务年报等，那这些，其实都是毫无意义的重复性工作，不仅浪费大量的人力，也会消耗员工的热情，谁也不想整天做重复的工作，那如果有这样一款工具，可以帮助员工从这些工作漩涡中解脱出来，我相信企业和员工都会很高兴。
这时候就是DataFocus大展身手的时候了。其可以将这类重复性的图表保存固化，并且设置数据自动更新，那么后续无需重复制作，随时可查看制作好的图表，这大大减轻了员工的工作量，提高了员工的工作热情，并且可为企业节省更多的人力成本，让员工将更多的精力放在更有意义的事情上。
固化图表非常简单，只需在搜索结束后，点击右上角“操作—保存”，为该图表命名，保存成功即固化成功。后续想查看该图表，只需在历史问答页面，通过命名的图表名称，找到该图表，点开即可查看，或者可点击编辑，重新回到搜索页面，对图表进行更改。
图5-5-1 固化图表
在历史问答页面，可查看该图表，或者对该图表重新进行编辑。
图5-5-2 重新编辑
5.6 复制图表
有时候，我们需要在已制作的图表上再进一步的分析展示，这时候，我们是否需要重新制作一份相同的图表呢，其实不需要，因为在DataFocus中，是支持图表复制的，就是说，我可以复制已经固化的图表，形成一份新的图表，可以对这份新图表进一步操作，这样既不会影响原有图表，也不用浪费时间重新制作。
图5-6-1 复制图表
图5-6-2 新图表进一步展示分析