首页
学习
活动
专区
圈层
工具
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

10道题搞懂色彩搭配的6大准则,让你的图表开口说话!

互补或对比 当变量本质上相似时,使用相似或互补的颜色。当变量本质上对立时,使用对比的颜色。看图者会进行简单的联系:把相似的东西放在一起,反之亦然。 这听起来太明显了,但是请记住,软件并不懂得这些。...答案:B 该图表的背景着重关注年轻和年老的二元比较,因此,我们将每个性别缩小为两组,即40岁以下和40岁以上。我们给两组男性分配相似的颜色,给两组女性也同样分配相似的颜色。...8个变量变成了4个,因此,条形图中的条数更少了,并且只有两种颜色。 很明显,答案A使用了太多颜色,这将淹没条形图本身要表达的内容。...这些渐变的色彩是不必要的装饰,而且,这些颜色与视觉图表中的所有内容都没有联系。 图例。让图例中的文字与它们所代表的内容颜色一致,有时这是有效的。...我们仍然能看到这三组,但也能很快理解重要性的下降,而且这种下降的程度比原来明显得多。 ? 9. 找到一种合理方法来减少这个叠加区域图中的颜色数量。 ?

1.5K31

一篇文章,带你了解7种数据可视化的方式!

而且你不再需要颜色,因为标签现在伴随着条形图。 风险小结 圆环的形状很难解读。人们可以很好地识别出25% 、50% 、75% 或100% 这样的百分比,但通常会很难解决处于这些特殊数值之间的百分比。...嵌套的圆圈需要图例或工具提示,因为标签通常不能优雅地附加到相应的圆圈上。 在嵌套图表中,圆环的末端使比较大小变得困难。 如何避免 考虑使用条形图来精确显示百分比。...我把丢失的条形部件放回下面建议的变体中,并去掉了图例作为一个单独的项目。此外,前面未命名的甜甜圈部分有了一个新的格式和名称(第四季度的平均值)。...风险小结 与数据量相比,“摩天大楼”以及其他等距可视化图像占据了巨大的空间。 这样的图表也不能呈现微妙的数据波动。 当“摩天大楼”突出显示“屋顶”时,它们就更难阅读了,因为顶部的条看起来更高。...正如你在例子中注意到的,它充满了时髦的细节:阴影、透明度、体积、发光、圆角、等距形状等等。然而,所有的窗口部件都无法传达信息:它们填充了屏幕空间,却不能提供任何洞察力。

1.4K30
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    10个数据可视化技巧,让你一看就懂!

    我必须对你说实话:当我学习数据科学时,我完全低估了绘图的重要性。没错,那时一切都一团糟:我从头开始学习 python、熟悉了所有可能的算法、理解了所有东西背后的数学原理,但是我的绘图技巧很糟糕。...我相信这可能是我在数据科学中的最大失败:没有充分考虑可解释性和可解释性的重要性。你可能是个天才,但如果你不能向第三方解释你是如何得到这些美妙的结论,以及为什么得到这些结论,那么你可能什么都不是。...,它和之前的轴标记非常相似: ax[0].set(x label='My X Label',ylabel='My Y Label') ax[1].set(xlabel='My Second X Label...例如,假设你希望在同一个图形中重叠你采集的两个不同样本的身高分布:一个来自你的同事,另一个来自当地的篮球队。最好添加一些个性化的东西,如不同的颜色,并添加一个图例,表明它们具体代表的是哪一个。...在条形图中设置轴的顺序 最后是一个非常特殊的工具~如果你喜欢使用条形图,你可能会面临这样的问题:你的条形图没有按照你想要的顺序排列。

    2.3K10

    让老板和客户一看就懂 ,赞不绝口的10个数据可视化技巧

    我必须对你说实话:当我学习数据科学时,我完全低估了绘图的重要性。没错,那时一切都一团糟:我从头开始学习 python、熟悉了所有可能的算法、理解了所有东西背后的数学原理,但是我的绘图技巧很糟糕。...我 60 岁的父亲只要用 excel 就能作出一些图表。当然,每个人都能做到,这就是为什么我认为它并不神秘。我和我的朋友们都在从事数据科学和机器学习,但大多数人甚至不明白那是什么。...,它和之前的轴标记非常相似: ax[0].title.set_text(‘This title has to be very clear and explicative’) ax[1].title.set_text...例如,假设你希望在同一个图形中重叠你采集的两个不同样本的身高分布:一个来自你的同事,另一个来自当地的篮球队。最好添加一些个性化的东西,如不同的颜色,并添加一个图例,表明它们具体代表的是哪一个。...10.在条形图中设置轴的顺序 最后是一个非常特殊的工具~如果你喜欢使用条形图,你可能会面临这样的问题:你的条形图没有按照你想要的顺序排列。

    1.8K20

    为什么你觉得Matplotlib用起来很困难?因为你还没看过这个思维导图

    而且由于应用不同,我们不知道选择哪一个图例,比如直方图,饼状图,曲线图等等。这里有一个很棒的思维导图,可以帮助您为工作选择正确的可视化效果: ?...我们对于这张思维导图中的主要图例做一些解释: 散点图 散点图非常适合显示两个变量之间的关系,因为您可以直接看到数据的原始分布。您还可以通过如下图所示的对组进行颜色编码来查看不同数据组的这种关系。 ?...直方图 直方图对于查看(或真正发现)数据点的分布很有用。看看下面的柱状图,我们绘制了频率和智商的柱状图。我们可以清楚地看到向中心的浓度和中值是什么。我们也可以看到它遵循一个高斯分布。...条形图 当您试图将类别很少(可能少于10个)的分类数据可视化时,条形图是最有效的。如果我们有太多的类别,那么图中的条形图就会非常混乱,很难理解。...它们非常适合分类数据,因为您可以根据条形图的大小;分类也很容易划分和颜色编码。我们将看到三种不同类型的条形图:常规的、分组的和堆叠的: ?

    1.4K32

    提高数据可视化效果的五个原则

    点击“博文视点Broadview”,获取更多书讯 每当我对数据进行可视化时,不管是静态图、动态图,还是报告、博客中的一部分,甚至是 Twitter的配图,我都会遵循以下五个原则。 ...很明显,当某张图表包含太多的信息时——折线图看起来就像一堆意大利面条,还有几十种颜色和图标的地图,或者一个接一个的条形布满整个页面。...《卫报》的多张小型散点图显示了投票选择与六个人口统计学变量之间的关系。格式塔的相似原理 让我们很容易看到每张散点图中的两类数据 但这种序列图也存在一些缺陷,如果不加以避免,图表会很混乱。...有了颜色和标签 (左上角的图表),我可以把这张图表放到我的报告或讲义中,稍做加工,再添加一个有吸引 力的标题,读者就可以知道哪些标签对应于哪些折线。...将所有数据先全部设置为灰色,这会迫使你思考你的目的,以及你到底想要将读者的注意力引向何处 现在我可以有目的地调整这张图表。

    57120

    研究上千张数据图表后 我学到12条可视化的秘密准则 | 附资源

    他们实际上更喜欢在中西部的州定居,并且诸如这种有趣的事实会获得更多的分享和观看。而且这些信息全部只来自于一幅帖子缩略图。 将图表作为帖子缩略图,使这篇文章更容易在社交媒体中传播。...为什么我们不能运用文字去帮助读者理解我们在可视化图形中试图阐述的呢?它并不像数据点和文字那样,不能共存在同一图表上。 5....这也是我在会议中见到的改变了我整个数据可视化研究方法的图形。 它不仅增加了列表中大学的曝光率,而且让人们产生了寻找自己大学是否在表中的欲望。 囊括所有数据可能听起来有些夸张,但它描绘了一幅完整的画面。...观察下面这个图,作者认真地添加了图例,尽管在文章前面的图中已经标示过了。 10. 在你的图表上,打上品牌标记 ▼ 我想,你应该是希望自己的可视化作品能够在网上被转载分享的吧?...这篇文章用不同颜色来表示哪些城市人们容易受骗,以及诈骗者经常在哪里作案。这两个标题很相似,作者采用对比色进行处理,意图就很明确,不会混淆了。 12.

    90240

    个人永久性免费-Excel催化剂功能第77波-专业图表制作辅助之批量维护序列点颜色及数据标签

    没有数据标签的散点图,不便阅读 含数据标签后的散点图 散点图或其他图表中,多个系列点的颜色设置麻烦 在原生的散点图中,不能分类进行散点图着色,但一般分类着色是散点图的一大刚需,一个个点去设置颜色,会让人发疯的...不同分组下散点不同颜色表示 散点图或其他图表,数据标签的位置有互相遮挡,需要移位 这个手工操作,绝对地做到手抽筋的工作量,大家想必深有体会,数据标签在界面操作仅能同时打开或全部关闭,确实是个非常不友好的体验...除了散点图以外,其他图表的数据标签调整也麻烦,特别是涉及到数字格式设置 单位太大,需要转换为万为单元来显示,需要设置坐标轴数字格式、数据标签数字格式等,若用原生的方式来设置,还是显得麻烦。...一般优秀的图表是最简约化地显示各图表元素,很多时候坐标轴也不是非必要的,此时对单位的表示就更憋屈了。...此次Excel催化剂实现的效果是,无论Excel的什么类型的对象,都可以进行移动操作,不限于数据标签,甚至标题、图例、文本框等。

    1.3K20

    数据可视化设计过程:面向初学者的循序渐进指南

    在某些情况下,决策者或许需要小数位来做出决定,这种情况下的数字要么很小要么非常相似。例如,在有关奥运会记录的斜率图中,设计师知道显示精确的测量值至关重要,因为数字非常小且相似(如下图所示)。...在条形上放置值标签,这有助于保留条形长度的整洁线条。 避免使用过多的颜色“彩虹效果”。使用单一颜色或使用相同颜色的深浅阴影是一种更好的做法。尤其是要传达的信息时,我们可以突出其中的一栏。...尽管我们习惯于看到图例,但确实我们很少需要它们。图例可能会导致屏幕或页面周围不必要的锯齿形变化,如果图形以灰度打印,则图例也可能难以解释。不要图例,而直接标记数据也许是一个更好的选择。...例如,在以下折线图中,删除单独的图例,并将类别标签放在每条线的右侧可以使图表看着更加美观整洁。 步骤5:用颜色澄清信息 颜色是图表中最强大的元素之一,请明智地选择图表中的每一个颜色!...这个6字的标题“在收入阶梯中,位置很重要”,可确保读者立即掌握图表的信息。两行标题在标题下方添加了更多详细信息,并注释了一些城市。该推文的文字也加强了该信息。 3.

    1.3K30

    让你彻底弄懂用Python绘制条形图(柱状图)

    条形图(bar chart)也称为柱状图,是一种以长方形的长度为变量的统计图表,长方形的长度与它所对应的数值呈一定比例。 一、导入绘图数据 首先导入绘图所需的数据。...1 横放条形图绘图原理 Python中绘制横向条形图需用matplotlib.pyplot中的barh函数,该函数和bar函数类似,它的基本语法为: barh(y, width, [height]...五、叠加条形图 有时一个变量的数值恒小于另一个变量,这时可以把两个条形图绘制到一个条形图中,用不同的颜色显示这两个条形图即可。...比如股票价格的最小值恒小于最大值,可以把这两个数组绘制在同一个条形图中,具体语句如下: result = date.groupby(date.index.year).agg(high=('最高价','mean...至此,在Python中绘制条形图已全部讲解完毕,感兴趣的同学可以自己实现一遍

    12.6K40

    原来使用 Pandas 绘制图表也这么惊艳

    默认情况下显示图例的图例,但是我们可以将 legend 参数设置为 false 来隐藏图例。 条形图 条形图是一种基本的可视化图表,用于比较数据组之间的值并用矩形条表示分类数据。...,这些条形图代表不同的组,结果条的高度显示了组的组合结果。...如果在同一个图中显示了多个面积图,则不同的颜色可以区分不同的面积图: df.plot(kind='area', figsize=(9,6)) Output: Pandas plot() 方法默认创建堆积面积图...六边形图 当数据非常密集时,六边形 bin 图(也称为 hexbin 图)可以替代散点图。换句话说,当数据点的数量很大,并且每个数据点不能单独绘制时,最好使用这种以蜂窝形式表示数据的绘图。...此外,每个 hexbin 的颜色定义了该范围内数据点的密度。

    4.6K50

    干货 :搞定高质量数据可视化的20条建议

    06 不要使用“平滑的”折线图 平滑的折线图可能在视觉上令人愉悦,但它们歪曲了其背后的实际数据,而且过粗的线条也掩盖了真正的“标记”的位置。...这种图表不仅难以阅读,而且不能清晰地表示两个数据序列之间的对比。 大多数用户不会注意显示比例,他们很可能只是扫一眼图表,然后得出错误的结论。...左图--带有独立图例的饼状图,右图饼状图,每个区域旁边都带有标签 10 不要直接在图表区块里贴标签 直接把数值标签放在区块里可能会降低图表的可读性,如果有很小的区块也不容易显示完全。...左边水平条形图顺序随机,右边从最大值到最小值排序 13 细细的圈状图表缺乏可读性 一般来说,饼状图不是可读性最好的图表,因为很难直观对比相似的数值。...c.分歧配色方案 是两个连续调色板的组合,中间有一个中心值(通常是0)。 通常,分歧调色板用来描述数据正负值的变化。使用的颜色也需要符合“消极”和“积极”的概念。

    1.8K30

    让数据图表发挥更大的价值 | 20条实用建议

    不要使用“平滑的”折线图 平滑的折线图可能在视觉上令人愉悦,但它们歪曲了其背后的实际数据,而且过粗的线条也掩盖了真正的“标记”的位置。 左为“平滑”折线图,右为清晰折线图 07....避免混乱的双轴形式图表 有时为了节省图表空间,你可能会倾向于使用双轴图表,即两个数据系列具有相同的衡量标准,但各自变化幅度不同。 这种图表不仅难以阅读,而且不能清晰地表示两个数据序列之间的对比。...直接在图表上贴标签 如果没有适当的标签,无论你的图表有多好,它都不会有意义。 直接在图表上贴标签对所有浏览者都有很大帮助。 而对照图例需要把数值和相应的区域一一对应上,会耗费浏览者更多时间和精力。...左边水平条形图顺序随机,右边从最大值到最小值排序 13. 细细的圈状图表缺乏可读性 一般来说,饼状图不是可读性最好的图表,因为很难直观对比相似的数值。...通常,分歧调色板用来描述数据正负值的变化。使用的颜色也需要符合“消极”和“积极”的概念。

    1.9K40

    一个案例入门tableau——NBA球队数据可视化实战解析

    颜色调整 在图例部分,可以编辑颜色卡,根据已有的调色板,分别对图例进行设置,调整成喜欢的颜色。 ? 插入标题 双击标题部分,会出现“编辑标题”对话框,之前我们只是手动编辑了标题。...这样使得交互更加友好,默认的时候,会显示为「全部」。此外,还可以对插入的部分设置颜色,添加下划线,并设置居中对齐,增强一定的视觉效果。 ?...接下来创建一个参数,也叫“平均得分”,注意在“工作簿打开时的值”处,可以选择我们创建好的平均得分的计算字段。如果没有提前创建,这里是不能选择的。设置好格式,点击确定之后,就得到了平均得分的参考线。...上图中,右侧框起来的部分是“工作表”带过来的,但略显多余,不仅占据了主要图形的空间,而且信息量有所重叠,最有用的就是控制胜率的参数控件和胜负图例。...对于未使用过tableau的人来讲,通过此案例的全部操作,能够理解它的整体使用逻辑,并打开tableau可视化的大门。

    7.6K11

    如何使用Excel绘制图表?

    第3步,在所有图表里我们选择条形图中的“簇状条形图”,因为这里我们比较的是多个类别,所以选择常用的条形图,当然你也可以选择柱状图。最后在数据旁边生成了图形。...我们将图表上所有与数据表达无关的元素全部删除。 1)上面图中红框的地方是标题和图例,在这些元素上点击鼠标右键,选择“删除”。 很多人会疑问,为什么连标题和图例也要删除。...下面我们使用这个配色方案,对图表进行颜色设置。 点击图表中的任意一个条形,就可以将全部条形选中,设置图颜色为配色方案中的浅蓝色。 在表格最上方插入一行,输入标题。将这一行的行高度拉高。...字体优化 现在图表颜色已经设置好了,下面图片我们对字体进行修改。 Excel模式生成的字体都是宋体,简直不能再丑。 我比较喜欢将中文设置为微软雅黑,英文和数字设置为:Arial 字体。...排在前5的分别是:北京、上海、深圳、广州、杭州。 新一线城市,比如杭州,成都招聘需求也不错。 模板提高效率 有时候你好不容易制作了一些自我感觉良好的图表想把它保存下来,在以后的工作报表中像经常调用。

    35520

    搞定高质量数据可视化的20条建议

    06 不要使用“平滑的”折线图 平滑的折线图可能在视觉上令人愉悦,但它们歪曲了其背后的实际数据,而且过粗的线条也掩盖了真正的“标记”的位置。...这种图表不仅难以阅读,而且不能清晰地表示两个数据序列之间的对比。 大多数用户不会注意显示比例,他们很可能只是扫一眼图表,然后得出错误的结论。...左图--带有独立图例的饼状图,右图饼状图,每个区域旁边都带有标签 10 不要直接在图表区块里贴标签 直接把数值标签放在区块里可能会降低图表的可读性,如果有很小的区块也不容易显示完全。...左边水平条形图顺序随机,右边从最大值到最小值排序 13 细细的圈状图表缺乏可读性 一般来说,饼状图不是可读性最好的图表,因为很难直观对比相似的数值。...c.分歧配色方案 是两个连续调色板的组合,中间有一个中心值(通常是0)。 通常,分歧调色板用来描述数据正负值的变化。使用的颜色也需要符合“消极”和“积极”的概念。

    1.9K30

    20个小技巧,让数据可视化图表更专业!

    6、少使用平滑折线图 平滑的折线图可能在视觉上令人愉悦,但它们歪曲了背后的实际数据,而且过粗的线条掩盖了真正的“标记”位置。...但双轴图表不仅难以阅读,而且还会误导观众,以为代表了 2 个数据系列之间的比较。 大多数用户不会密切关注双轴比例差异,只是浏览图表,可能得出错误的结论。...8、饼图中显示的切片数量不宜过多 饼图是最受欢迎且经常被误用的图表之一。 在大多数情况下,条形图是更好的选择。...查看图例需要花费很多时间,一般观众不会仔细去对比图例和图表的颜色。 10、饼图不要直接在切片上面标注 将值放在切片之上可能会导致多个问题,可读性差,薄切片无法标注等。...16、选择无障碍颜色设计 研究数据表明,大约每 12 个人中就有 1 人是色盲。图表只有在广泛的受众可以访问时,才能最大化它的价值。

    2.8K20

    谷歌Material Design可视化数据设计规范指南

    在大数据、后台管理面板、金融等与数据有关的UI设计中,可视化数据设计是必不可少而且非常重要,但这些设计很多设计师没有接触或很少接触到,也不懂可视化数据设计规范,为了设计好看的数据图表,不停的找设计灵感参考...,最终发现了即使有漂亮的可视化数据图表,但却不能用在自己的项目上非常可惜。...例如,在条形图中,条形颜色可以表示类别,而条形长度可以表示值(如人口数量)。 形状可用于表示定性数据。...颜色表示数量 例:地图中,颜色用于表示数据值。 颜色突出数据 例:散点图中,颜色用于突出特定数据。 重点区域 在不滥用的情况下,颜色可以突出焦点区域。...图例和注释 图例和注释描述了图表的信息。注释应突出显示数据点,数据异常值和任何值得注意的内容。 1. 注释 2. 图例 在PC端,建议在图表下方放置图例。

    3.9K21

    一篇文章,带你了解7种数据可视化的方式!

    而且你不再需要颜色,因为标签现在伴随着条形图。 ? 风险小结 圆环的形状很难解读。...但是我们有三个不同颜色的部分,需要两个间隙,所以总的视觉“盗窃”更显著ーー每栏6% !如果你从圆形图中计算一个失窃百分比,它将达到7% 左右,大约每个缺口3.5% 。...我把丢失的条形部件放回下面建议的变体中,并去掉了图例作为一个单独的项目。此外,前面未命名的甜甜圈部分有了一个新的格式和名称(第四季度的平均值)。 ?...风险小结 与数据量相比,“摩天大楼”以及其他等距可视化图像占据了巨大的空间。 这样的图表也不能呈现微妙的数据波动。 当“摩天大楼”突出显示“屋顶”时,它们就更难阅读了,因为顶部的条看起来更高。...正如你在例子中注意到的,它充满了时髦的细节:阴影、透明度、体积、发光、圆角、等距形状等等。然而,所有的窗口部件都无法传达信息:它们填充了屏幕空间,却不能提供任何洞察力。

    1.3K40

    python数据科学系列:matplotlib入门详细教程

    当然,我等作为使用者、调包侠,自然是无法领会开发者的独特考虑,也绝无资格对其评三道四,仅做吐槽一二。 ?...就够了,毕竟它集成了二者的全部功能 ?...pylab集成了numpy和pyplot全部功能 当了解pylab模块功能之后,才真正理解开发者的深谋远虑:原以为matplotlib的意思是"面向矩阵的绘图库",哪知其真正意义是"矩阵+绘图库",绘图只是它的一半...plt接口绘图中配置常用图例 前面提到,绘图接口有2种形式,分别是面向"当前"图的plt接口和面向对象接口,在这2种方式的相应接口中,多数接口名是一致的,例如:plt.plot()和axes.plot...seaborn,是对matplotlib的高级封装,具有更为美观的图形样式和颜色配置,并提供了常用的统计图形接口,如pairplot()适用于表达多组数据间的关系 ggplot,也是对matplotlib

    2.7K22
    领券