Visualisasi data: Memilih Carta Mudah dan Berkesan - dummies

Walaupun anda mempunyai banyak jenis carta untuk memilih antara semasa membentangkan data, ia baik untuk bermula dengan beberapa yang mudah dan paling biasa digunakan carta untuk peluang yang paling berjaya: carta bar dan lajur, carta garis, dan carta pai.

Carta bar dan lajur

Sesetengah orang menggunakan istilah carta bar apabila bercakap tentang carta yang menunjukkan data secara mendatar atau menegak; yang lain memanggil carta yang memaparkan data secara menegak carta lajur. Apa sahaja yang anda panggil, carta-carta ini lebih baik digunakan untuk perbandingan.

Angka di bawah menunjukkan contoh carta lajur. Perhatikan bahawa carta adalah mudah, dengan tajuk, paksi berlabel, dan label yang jelas untuk menunjukkan apa yang mewakili lajur.

Apabila anda menggunakan carta lajur, pastikan untuk memendekkan atau menggunakan label yang lebih kecil pada paksi x anda di bawah setiap bar untuk memastikan ia dipaparkan secara mendatar. Dengan menggunakan label yang lebih panjang akan mengakibatkan perlu memaparkan tajuk secara menegak (seperti ditunjukkan dalam gambar), yang sukar bagi pengguna untuk membaca.

Carta garis

A carta garis menghubungkan titik data dalam tempoh masa, seperti yang ditunjukkan dalam angka berikut. Carta garis terbaik digunakan untuk sesuatu seperti trend untuk menunjukkan pergerakan. Carta ini mudah dibaca dan mudah dibuat. Carta jenis ini sepatutnya menjadi antara staples anda.

Carta pai

Penggunaan carta pai adalah kontroversi, dan perdebatan lebih daripada satu dekad. Cukup ketik perkataan hindari carta pai dalam enjin carian, dan anda akan benar-benar mencari lebih daripada 1 juta penyertaan. Salah satu pakar reka bentuk data terkenal, Edward Tufte, merujuk kepada carta pai sebagai "bodoh" dalam bukunya Paparan Visual Kuantitatif Maklumat (Graphics Press). Tufte berhujah bahawa carta pai adalah bodoh kerana mereka gagal untuk menunjukkan perbandingan dan trend serta carta bar atau garis lakukan. Ramai pakar berpendapat bahawa mata tidak baik untuk menganggarkan kawasan, yang mesti anda lakukan semasa melihat carta pai.

Walau bagaimanapun, anda boleh menggunakan carta pai sebagai visualisasi data yang berkesan jika - dan hanya jika - anda berpegang pada tujuan yang dimaksudkan untuk mereka melayani dan mengikuti garis panduan dalam bahagian ini.

Secara takrif, carta pai adalah carta bulat yang dibahagikan kepada kepingan, dengan saiz setiap keping menunjukkan nilai relatif. Dalam erti kata lain, sepintas lalu, ia harus mudah untuk melihat irisan kue yang menyumbang paling banyak dan paling tidak ke seluruh kue. Nah, ia tidak semudah yang anda fikirkan.

Lihat kedua-dua cara yang paling biasa carta pai disalahgunakan:

• Terlalu banyak keping dipaparkan. Anda harus mengehadkan bilangan potongan pai hingga lima. Memaparkan kepingan tambahan yang terlalu kecil untuk disusun hanya akan mengalihkan pengguna dari titik utama. Angka berikut menunjukkan satu carta pai yang menunjukkan berapa banyak (mengikut peratusan) setiap aliran pendapatan telah menyumbang kepada pendapatan keseluruhan syarikat pada suku terakhir.

  

  Sekilas, jelas bahawa baju kaos, capris, dan topi besbol menggabungkan akaun untuk 90 peratus jualan syarikat. Apa yang tidak begitu jelas ialah produk yang membentuk baki 10 peratus daripada pendapatan.

  Angka di bawah menunjukkan cara yang lebih baik untuk memaparkan data yang sama. Perhatikan bahawa produk lain digabungkan dalam kepingan yang bertajuk Lain. Ini menjadikan carta lebih mudah dicerna. Anda menyerlahkan penyumbang utama dan menunjukkan sumbangan irisan tambahan sebagai satu sektor.

  

• Keratan nilai yang sama dipaparkan. Ini adalah satu lagi kesilapan biasa. Carta pai dalam gambar di atas mempunyai kurang daripada lima keping, tetapi kerana nilai beberapa kepingan relatif sama, sukar untuk membandingkan sumbangan sebenar potongan individu tersebut terhadap yang lain.

  Angka berikut memaparkan data yang sama dari angka sebelumnya dalam carta lajur yang telah ditetapkan untuk menyusun dalam urutan menaik.

  

  Perhatikan betapa mudahnya untuk melihat produk mana yang telah menyumbang paling banyak pendapatan, walaupun perbezaan dalam beberapa nilai sangat tipis?

Kecuali anda sedang membangunkan visualisasi data statik seperti maklumat grafik atau laporan setiap tahun di mana data tidak dikemas kini secara dinamik, elakkan menggunakan carta pai. Realitinya ialah kebanyakan visualisasi Data Big akan dikemas kini secara dinamik dari beberapa pangkalan data masa nyata, menjadikannya hampir mustahil untuk mengawal output data. Risiko melanggar satu, jika tidak keduanya, peraturan carta pai yang disediakan dalam bahagian ini sangat tinggi; akhirnya, risiko itu tidak sepatutnya membuat data sukar dibaca.