Wielu z nas tworzy wykresy w taki sam sposób, w jaki wybieramy mydło do naczyń w sklepie spożywczym, bez większego zastanowienia i na podstawie przyzwyczajenia. W rzeczywistości produkt końcowy (piękny i wnikliwy wykres) zasługuje na głębsze zastanowienie. Po pierwsze, dobrze jest pomyśleć o celu końcowym w przekazywaniu danych. Czy chcesz pokazać trend w czasie, pokazać odkrycia według kategorii, czy może wizualizować zmienne w danych jako część całości? DataHero jest świetne w sugerowaniu odpowiedniego wykresu dla twoich danych, ale w tym poście znajdziesz trochę tła dlaczego.

Te dwa różne wykresy mogą wydawać się prawie wymienne, ale generalnie, wykresy liniowe działają najlepiej dla danych ciągłych, podczas gdy wykresy słupkowe i kolumnowe działają najlepiej dla danych kategorycznych. Pamiętaj, że od każdej reguły są wyjątki, ale są to pewne ogólne zasady. Dane ciągłe są danymi ilościowymi, nie można policzyć liczby różnych wartości. Obejmuje to dane takie jak sprzedaż, wzrost, zysk, itp. Mogą one również obejmować czas, chociaż czas może być zarówno danymi ciągłymi, jak i kategorycznymi. Wykresy słupkowe i kolumnowe są doskonałymi reprezentacjami danych kategorycznych, w których można policzyć liczbę różnych kategorii. W tym przykładzie czas jest ciągły na wykresie liniowym. Jednak może być również kategoryczny w wykresach słupkowych z kategoriami wina.

Zobaczysz poniżej, że wykres liniowy reprezentuje trend dość dobrze, ale może być najlepszy dla całkowitej sprzedaży win (stołowych, deserowych i musujących).

Tutaj jest zgrupowany wykres słupkowy tych samych danych w podziale na kategorie (stołowe, deserowe i musujące). W przypadku wykresów zgrupowanych może być trudno stwierdzić różnicę między sumami w każdej grupie, jednak idealnie nadaje się on do porównywania każdego elementu w kategoriach.

Wykresy słupkowe ułożone w stos są świetne do pokazywania sumy, jednak może być trudno porównać rozmiary poszczególnych kategorii.

Wykres słupkowy procentowy przedstawia, jak każda kategoria stanowi część całości. Innymi słowy, ukrywa on ilość i przedstawia względną różnicę między ilościami w każdej grupie. Jeśli istnieje nakładanie się kategorii, konieczne jest użycie zgrupowanego wykresu słupkowego, ponieważ nie może być relacji część-całość.

Kumulatywne wykresy słupkowe reprezentują ilość zmiennej jako sumę wszystkich częstotliwości do tego punktu. Byłoby to idealne rozwiązanie, gdybym musiał wiedzieć, ile wina deserowego zostało sprzedane od 1994 do 2012 roku, na przykład.

Logarytmiczny wykres słupkowy reaguje na dane przechylone, zwłaszcza jeśli jeden lub kilka punktów są przechylone większe niż większość danych. Pokazuje on zmiany procentowe lub czynniki multiplikatywne.

Znajdź więcej statystyk wina tutaj. Wszystkie te wykresy używają tych samych dokładnych danych, ale pokazują bardzo różne perspektywy, w zależności od tego, co musi być przekazywane z danych. DataHero pozwala na łatwą nawigację pomiędzy wszystkimi tymi wykresami za pomocą prostego kliknięcia przycisku „Więcej”, bez dodatkowych funkcji lub formuł wymaganych. Nie ma nic do pobrania lub zainstalowania. Wystarczy założyć konto i połączyć się z usługami danych, których używasz na co dzień (jak Salesforce, Stripe, MailChimp i Google Drive). DataHero automatycznie dekoduje Twoje dane i pokazuje Ci odpowiedzi, których potrzebujesz poprzez dynamiczne wizualizacje.