版本比较
标识
- 该行被添加。
- 该行被删除。
- 格式已经改变。
概要说明
线图是利用线的升、降变化来表示被研究现象发展变化趋势的一种图形。它在分析研究事物的发展变化、依存关系等方面具有重要作用。线图可以显示随时间(根据常用比例设置)而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势。当有多个数据系列时,线图中的数据系列是独立的。
如下线图是某公司2016和2017年的销售额线图,在时间维度上反应销售额在这两年的变化情况的,同时可以对这两年的数据实现对比:
Image Removed
优势: 容易反应出数据变化的趋势。
数据要求:一个或两个维度,一个或多个度量。
适用场景:
1)线图适合二维的大数据集,还适合多个二维数据集的比较。
2) 需要反映变化趋势,关联性。
3) 线图适合大数据集的趋势分析,尤其适合非离散型维度分析,比如时间,价格走势 。
组合效果
线图有如下几种效果:
Image Removed
效果1是单线图,适合随时间变化的总体情况,如某公司一年的销售额变化情况。
Image Removed
效果2是多线图,可比较不同类别在同一时间段的变化情况,如某公司一年中各类产品的销售情况比较。
Image Removed
效果3是用堆积线图实现的多线图,可实现堆积效果。后一个线图是把前一个线图作为起点逐个累加,最上方的线图表示总和。如某公司饮料、零食和日用品三种产品的堆积线图,最下面的蓝色线代表饮料的销售额,中间的红色线代表饮料和零食的销售额,最上方的黄色线代表饮料、零食和日用品销售额的总和。
具体说明
1、效果1
一个维度+一个度量,这是最基本的线图。
维度:维度分布在分类轴。
度量:度量分布在指标轴。
实例:“月份”维度+“销售金额”度量。
Image Removed
上图是典型的单线图:只展示一个维度“月份”和一个度量“销售金额”,从线图中可以直观的看出某公司一年中销售额的变化情况。
修改配色
对于单线图配色,将“销售金额”系统默认显示的蓝色改成其它颜色。
选中线图组件,在“标记区”中单击 颜色 标记项,弹出颜色选择窗口,确定颜色后,在颜色窗口外单击即可。
如下图,将系统默认的蓝色换成橙色:
Image Removed
2、效果2
效果2的两个实现方案对应两种不同的存储数据方式,汇总数据和明细数据。
汇总数据:
谷类/麦片、肉/家禽、特制品都存储在商品类别下。
Image Removed
明细数据:
饮料、零食、日用品的销售额分别分开存储在饮料、零食、日用品字段下。
Image Removed
方案1
两个维度+一个度量。
维度:两个维度都分布在分类轴,以系统默认渐变配色方案标识第二个选中的维度。
度量:度量分布在指标轴。
实例:“月份”、“商品类别”维度+“销售金额”度量。
Image Removed
上图展示不同商品类别一年的销售金额的比较。
方案2
一个维度+多个度量。
维度:维度分布在分类轴。
度量:度量都分布在指标轴,系统以默认渐变色配色方案标识不同的度量项。
实例:“月份”维度+“饮料”、“零食”、“日用品”度量。
Image Removed
上图表示不同的商品类别在一年中的销售额变化,可以看出每类商品在一年中销售额最高或最低的月份,同时可以看出那一类商品额销售额最高。
3、效果3
这是线图的子图堆积线图实现的效果。
一个维度+多个度量。
维度:维度分布在分类轴。
度量:系统以默认渐变色配色方案标识不同的度量项。
实例:“月份”维度+“饮料”、“零食”、“日用品”度量。
Image Removed
上图最下面的线图表示饮料的销售额,中间的线图表示饮料和零食的销售额,最上方的线图表示饮料、零食和日用品的总销售额。
面板 | ||||||||
---|---|---|---|---|---|---|---|---|
| ||||||||
|
子图列表
线图支持多种子图切换,按应用场景分可分为如下三类:
线图、曲线图、阶梯线应用场景一样,表示趋势,多线图中每个线图式独立的。这三者展现方式不同,线图线条的线是有棱角的,曲线图线条是平滑的,阶梯线线条呈阶梯状。
Image Removed
Image Removed
Image Removed
堆积线图、堆积曲线图、堆积阶梯线应用场景一样,可表示趋势,可实现堆积效果。多线图中从最下方到最上方的线图是逐个叠加的效果。这三者展现方式不同,。
Image Removed
Image Removed
Image Removed
极坐标曲线图是一种特殊的线图,主要用来描画特殊的图形。

词云,是文本数据的视觉表示,由词汇组成类似云的彩色图形,用于展示大量文本数据,能快速感知最突出的文字。
如下是热门搜索城市词云图。
Image Added
优势:酷炫、直观的图表,可以从大量的词中一眼抓住关键词。
劣势:使用场景单一,一般用来做词频。
数据要求:一个或两个维度,一个度量。所需数据量需要稍大些,数据的区分度也需要比较大,否则效果不明显,并且不适合要求准确的分析。
适用场景:显示词频,可以用来做一些用户画像、用户标签的工作。可以用来分析话题热度,如微博热搜榜。
不适用场景:除词频外的其他分析。
实现方案
业务情景描述:查看热门搜索城市。
数据结构
以上业务情景的数据来源如下:
Image Added
我们的基础数据以明细表的形式存储,以上“权重”是通过输入的数据系统自动汇总统计的得出的。
定制要点
1、双击“城市”、“权重”字段,由系统自动分配维度到“标签”标记项、分配度量到“大小”标记项,得到如下词云图:
Image Added
2、添加“颜色”标记项(可选,建议执行此操作,图表示内容更清晰),拖拽“城市”字段到“颜色”标记项,系统以颜色区分话题。
Image Added
从上图可以看出深圳、广州、上海搜索热度最高。