可视化绘图技巧100篇进阶篇(九)-三维百分比堆积条形图(3D Stacked Percentage Bar Chart)

news2024/9/21 16:48:57

目录

前言

适用场景

绘图工具及代码实现   

帆软

实现思路

方案一:使用计算指标

上传数据

添加组件

生成图表

添加计算字段

生成分区柱形图

生成百分比堆积条形图

 美化图表

设置标签

设置颜色

效果查看

PC 端

移动端

方案二:使用自助数据集

上传数据

添加组件

生成图表

美化图表

设置标签

设置颜色

Origin

PPT

 echarts

 Tableau


 

前言

三维百分比堆积条形图(3D Stacked Percentage Bar Chart)是一种数据可视化图表,用于展示多个类别在不同组内的百分比关系。它在三维空间中以条形的高度表示数据的百分比,每个条形又被分为不同的堆积组,每个组内的不同类别以不同的颜色表示。

适用场景

三维百分比堆积条形图适用于展示多个类别在不同组内的百分比分布,特别适合比较组内各类别的相对比例。它可以在可视化中显示随时间或其他维度的变化,有助于发现趋势。
优势:三维百分比堆积条形图能够清楚地显示不同类别在各组中所占的比例,突出比较。适用于展示随时间或其他维度变化的数据,帮助观察趋势和模式。
劣势:由于堆积和三维效果可能会导致视觉混淆和误解,不适合显示大量数据。此外,图表的复杂性可能影响理解,因此需要慎重选择使用场景。

绘图工具及代码实现   

帆软

制造业有不同的产线,产线上有不同的车间,每个车间生产不同质量等级的产品。当需要根据产线、产线下的车间分类,统计不同质量等级的产品,用于判断不同生产线、车间的生产状况时,可以通过多系列百分比堆积柱形图实现。如下图所示:

 

14.png

实现思路

交换分区柱形图横纵轴的字段,并开启堆积。

方案一:使用计算指标

上传数据

1)管理员进入系统,点击「我的分析」,选中某个文件夹,点击「新建分析主题」。如下图所示:

堆积面积图-1.jpg

2)点击「本地Excel文件>上传数据」,上传表数据。如下图所示:

堆积面积图-2.jpg

3)上传后,点击「确定」按钮。如下图所示:

多系列百分比堆积条形图-1.jpg

添加组件

点击左下角「组件」按钮。如下图所示:

多系列百分比堆积条形图-2.jpg

生成图表

添加计算字段

添加计算字段,命名为「计算指标」,值为SUM_AGG(指数值)/TOTAL(SUM_AGG(指数值),1,"sum")。如下图所示:

注:此处的「指数值」字段需要在字段栏选择填入公式,手动输入无效。

多系列百分比堆积条形图-3.jpg

公式介绍如下表所示:

公式说明备注
SUM_AGG(指数值)根据维度字段,返回「指数值」的汇总求和

SUM_AGG函数

TOTAL函数

TOTAL(SUM_AGG(指数值),1,"sum")根据维度字段对「指数值」进行组内汇总求和
生成分区柱形图

在图表类型下选择「分区柱形图」,将「ENO2」和「ChamberNumber」字段(即产线与车间)拖入横轴,「计算指标」字段拖入纵轴。如下图所示:

多系列百分比堆积条形图-4.jpg

生成百分比堆积条形图

1)设置「计算指标」字段数值格式为百分比。步骤如下图所示:

1658481490409202.jpg

2)交换横纵轴字段。如下图所示:

多系列百分比堆积条形图-6.jpg

3)开启堆积。步骤如下图所示:

多系列百分比堆积条形图-7.jpg

4)将「等级」字段拖入颜色属性栏,此时每个车间按照质量等级显示指数值,不同等级显示的颜色不同。如下图所示:

多系列百分比堆积条形图-8.jpg

 美化图表

设置标签

将「计算指标」字段拖入标签栏,点击「标签」栏,设置标签「居中」显示。如下图所示:

多系列百分比堆积条形图-9.jpg

设置颜色

点击「颜色」栏,配色方案选择「清新多彩」。如下图所示:

多系列百分比堆积条形图-10.jpg

效果查看

新建仪表板,并将组件拖入到仪表板中。

PC 端

如下图所示:

14.png

移动端

App 及 HTML5 端效果如下图所示:

1658822979766733.jpg

方案二:使用自助数据集

上传数据

1)复制「作图数据」表,并重命名表名为「百分比」,点击编辑按钮。如下图所示:

1658482311830138.jpg

2)字段全选。如下图所示:

1658482505566886.jpg

3)对数据进行分组汇总。如下图所示:

1658482811525217.jpg

4)组内求和,求每个车间下的指数值的和。如下图所示:

1658482938146705.jpg

5)新增列,求「指数值」在组内的占比,如下图所示:

多系列百分比堆积条形图-17.jpg

6)点击「保存并更新」按钮。如下图所示:

多系列百分比堆积条形图-18.jpg

添加组件

点击左下角「组件」按钮。如下图所示:

多系列百分比堆积条形图-19.jpg

生成图表

1)切换数据表为「百分比」。在图表类型下选择「分区柱形图」,将「ENO2」和「ChamberNumber」字段(即产线与车间)拖入横轴,「占比」字段拖入纵轴。如下图所示:

多系列百分比堆积条形图-20.jpg

2)设置「占比」的数值格式为百分比。如下图所示:

多系列百分比堆积条形图-21.jpg

3)交换横纵轴字段。如下图所示:

多系列百分比堆积条形图-22.jpg

4)「占比」字段开启堆积。如下图所示:

多系列百分比堆积条形图-23.jpg

5)将「等级」字段拖入颜色栏。如下图所示:

1658710881525639.jpg

美化图表

设置标签

将「占比」字段拖入标签栏,点击「标签」栏,设置标签「居中」显示。如下图所示:

多系列百分比堆积条形图-25.jpg

设置颜色

点击「颜色」栏,配色方案选择「清新多彩」。如下图所示:

多系列百分比堆积条形图-26.jpg

Origin

1. 打开软件,输入数据

图片

2. 计算性别的百分比,直接在F(x)输入公式:D/C*100,即可出现数值

图片

3. 选中A-D列数据,选择3D百分比堆积条状图

图片

4. 基本的图形就出来了

图片

5. 双击柱子,更改为圆柱形

图片

6.设置自己喜欢的颜色,填充颜色和边框颜色一致即可

图片

7.这是我使用的两个颜色

图片

8.最后,我们给他加上标签,也就是我们刚才计算的最后一列数据

图片

9.添加图例

图片

10.右击图例-图例-更新图例

图片

11.选择重构

图片

12.最终更改一下纵坐标标签,图形就完成了

图片

PPT

  1. 1. 首先,请大家在电脑中找到“PPT”图标,点击进入主界面,然后新建一个空白文档。

  2. 2. 第二步,如图所示,请大家依次点击【插入】—【图表】—【柱形图】—【三维百分比堆积柱形图】选项。

  3. 3.第三步,完成上一步后,请大家选择新界面中的【确定】,屏幕中将会出现如图所示的默认样式图表。

  4. 4. 在图表上点击鼠标右键,点击【设置图表区域格式】。

  5. 5. 第五步,我们需要点击屏幕右边的【图表选项】——【三维旋转】,接着请依次修改一下【X旋转】、【Y旋转】和【深度】的数值,大家可以默认勾选【直角坐标轴】和【自动缩放】。

  6. 6. 第六步,如图所示即为三维效果更强的图表,是不是很直观形象?

  7. 7. 最后,请大家再次对图表进行深入的简化和美化,我们可以调整柱体颜色,还能给背景墙和基座设置灰色,接着请把网格和坐标轴数字去掉,此外,我们需要设置图表字体和标题字号,并且添加如图所示的数据标签,最后,只需给绘图区设置灰色即可。

 echarts

条形图实际上范围很广,它是以横置图形展示数据的一种图表类型。百分比堆积条形图即以堆积条形图的形式来显示多个数据序列,但是每个堆积元素的累积比例始终总计为 100%。它主要用于显示一段时间内的多项数据占比情况。

 

 

获取到数据后,将tooltip中的formatter修改

tooltip: { trigger: 'axis', axisPointer: { type: 'shadow' },
          formatter: function(params) {//这里就是控制显示的样式
            let relVal = params[0].name;
            let value = 0;
            for (let i = 0, l = params.length; i < l; i++) {
              value += params[i].value;
            }
            for (let i = 0, l = params.length; i < l; i++) {
              //marker 就是带颜色的小圆圈 seriesName x轴名称  value  y轴值 后面就是计算百分比
              relVal += '<br/>'+ params[i].marker + params[i].seriesName + '  : 数量 : '+ parseFloat(params[i].value) +', 百分比 : ' + (100 *
                parseFloat(params[i].value) / parseFloat(value)).toFixed(2) + "%";
            }
            return relVal;
          },
        },

 

百分比堆叠条形图将多个数据集的条形彼此叠加显示,适合用来显示大类别如何细分为较小的类别,以及每部分与总量之间的关系。在展示不同的数据集时,可以按照数值百分比两种形式进行展示,本文介绍的堆叠条形图采用的是百分比的形式,如果希望使用数值的展示形式,可以使用堆叠条形图。

在图表中,X轴字段为纵坐标,反映了条形的组成部分,Y轴字段为横坐标,反映了每一个条形部分的长度。

百分比堆叠条形图的字段设置有以下两种情形:

①当X轴为一个字段,Y轴为一个字段时,如图:

上图中所用示例数据如下:

 

②当X轴为一个字段,Y轴为多个字段时,如图:

上图中所用示例数据如下:

 

可以看到,X轴使用了“星期”字段,Y轴分别使用了“男生占比”和“女生占比”两个字段,在上图的示例中可以清楚看到不同日期间男生和女生占比的对比情况。

从上面两个例子中,我们可以总结出百分比堆积条形图的两个特点:

①百分比堆叠条形图适用于展示截面类的数据;

②百分比堆叠条形图适用于展示比例信息,而不展示具体的数值。

因此,百分比堆积条形图在关于男女差异的统计中较为常用。它不仅用于国家统计,也可以广泛用于企业用户调查中。

 Tableau

 

虽然这个图形比较简单,但我们还是需要先分析一下整个图表的结构和所需要的视图数据。如图 8‑17所示,要制作这个百分比条形图,视图数据分别需要“类别”、 “利润率”和“目标”三组数据,其中,“类别”是维度字段同时作为标题(表头)使用,“利润率”和“目标”是度量字段,作为坐标轴使用,标记类型都是条形图。

 

基于这样的分析后,我们就会很自然的想到使用双轴绘制2个度量值的图表。“类别”和“利润率”是数据集中自带的字段,而目标字段中的100%这个值数据集中并没有出现,这种情况下通常可以双击列功能区,手动添加一个即席计算字段“AVG(1)”,这样就会在视图数据中增加目标值100%,同时形成一个长度为1(100%)的条形图。

 

对于两个度量值的图表来说,除了使用双轴的方案以外,还可以考虑使用度量值和度量名称的方式实现。此时可以在图 8‑18的基础上,直接拖动任意一个度量值到另一个度量值形成的坐标轴上,就可以自动形成度量值和度量名称(图 8‑19)。

 

这里,我们需要在菜单栏的“堆叠标记”中选择关闭,以免条形图沿着坐标轴的方向叠加到一起。最后,使用度量名称标记颜色,利润率显示标签,就可以完成图形的制作。

 

在制作的过程中我们就会发现,此种方案标签只能选择左对齐,使用其他方式会显示多个标签值。如果希望标签值与图 8‑18保持一致的话,仍然可以考虑双轴的方案。在列功能区增加一个“利润率”字段,与“度量值”字段形成双轴。“利润率”的标记类型选择“甘特条形图”,颜色调整为透明,标签对齐方式选择“中部右侧”,这样就达到了与图 8‑18一样的效果。

以上两种方案,虽然实现方式不同但底层逻辑一致,都是“AVG(1)”形成的条形图在下,“利润率”形成的条形图在上,这样的方式更易于被普通学习者理解。

其实我们还可以换一种思路来认识这个图表,一个完整的百分比条形图也可以由“利润率”和“100%-利润率”两个条形图堆叠在一起形成,这里就不是图层排序的概念,而是转为了图形堆叠。如图 8‑22所示,当在菜单栏的“堆叠标记”中选择开启后,两个条形图就堆积在一起,形成了完整的百分比条形图。此时,我们再结合制作图 8‑20的过程中的关闭堆叠效果,就会发现开启堆叠效果,条形图会沿轴方向依次排列;关闭堆叠效果,条形图都会从0轴开始,这就是导致需要使用不同的计算字段的原因。

 

最后在添加“利润率”标签时,我们还可以使用参考线替换上面提到的双轴方式。如图 8‑23所示,在度量值形成的坐标轴上添加参考线,线选择无表示不显示线,参考线标签显示每个单元格的利润率值,编辑参考线颜色、对齐方式、阴影后,依然完成了同样的百分比条形图制作。

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/888185.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

运动健身耳机什么的好、健身房运动耳机推荐

对于坚持长期运动的健身人士来说&#xff0c;除了健身器材之外&#xff0c;运动耳机是必备的装备之一。因为尽管运动对身体健康有益&#xff0c;但过程往往感到枯燥和无聊。然而&#xff0c;只要有音乐作伴&#xff0c;情况就会好上许多。那么&#xff0c;什么样的耳机更适合运…

Numpy浅学

Numpy01 不要使用rank为1的&#xff0c;在python中(5,)既不是行向量也不是列向量&#xff0c;they are rank 1 arrays 行向量和列向量一定有两个括号 向量外积&#xff1a; 使用assert和.shape帮助Debug 可以用reshape消除rank1array

[Go版]算法通关村第十一关青铜——理解位运算的规则

目录 数字在计算机中的表示&#xff1a;机器数、真值对机器数进一步细化&#xff1a;原码、反码、补码为何会有原码、反码和补码为何计算机中的按位运算使用的是补码&#xff1f;位运算规则与、或、异或和取反移位运算移位运算与乘除法的关系位运算常用技巧⭐️ 操作某个位的数…

opencv进阶06-基于K邻近算法识别手写数字示例

opencv 中 K 近邻模块的基本使用说明及示例 在 OpenCV 中&#xff0c;不需要自己编写复杂的函数实现 K 近邻算法&#xff0c;直接调用其自带的模块函数即可。本节通过一个简单的例子介绍如何使用 OpenCV 自带的 K 近邻模块。 本例中有两组位于不同位置的用于训练的数据集&…

php base64转图片保存本地

调用函数 public function base64(){$img $this->request->param(img);$img data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAkACQAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0aHBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIyMjIy…

详细介绍如何使用 Keras 构建生成对抗网络的源码实现

本文将演示如何使用 Keras 库构建生成对抗网络。使用的数据集是预加载到 Keras 中的CIFAR10 图像数据集。 第1步:导入所需的库 import numpy as npimport matplotlib.pyplot as plt import keras from keras.layers import Input, Dense, Reshape, Flatten, Dropout from kera…

深度学习从入门到实际项目资料汇总

图片来源于AiLake&#xff0c;如若侵权&#xff0c;请联系博主删除 文章目录 1. 介绍2. 深度学习相关学习资料2.1 [《动手学深度学习》](http://zh.d2l.ai/index.html)2.2 [导航文库](https://docs.apachecn.org/#1be32667e7914f03afb3c39239bd2525)2.3 [AI学习地图&#xff0c…

LeetCode算法心得——限制条件下元素之间的最小绝对差(TreeSet)

大家好&#xff0c;我是晴天学长&#xff0c;今天用到了Java一个非常实用的类TreeSet&#xff0c;能解决一些看起来棘手的问题。 1 &#xff09;限制条件下元素之间的最小绝对差 2) .算法思路 初始化变量&#xff1a;n为列表nums的大小。 min为整型最大值&#xff0c;用于记录…

图片懒加载指令-vueUse

基于Vue的自定义钩子集合 https://vueuse.org/ 适用于Vue 3和Vue2.7版本之后 基于vueUse定义懒加载指令

diffusion model (七) diffusion model是一个zero-shot 分类器

Paper: Your Diffusion Model is Secretly a Zero-Shot Classifier Website: diffusion-classifier.github.io/ 文章目录 相关阅读背景方法大意diffusion model的背景知识如何将diffusion model应用到zero-shot classification如何求解 实验参考文献 相关阅读 diffusion mode…

Linux--KVM虚拟机扩容

KVM虚拟机扩容 扩容流程 通过virsh list --all可以看到新clone的虚拟机名称 查看磁盘所在位置 virsh domblklist 虚拟机名称 查看虚拟机磁盘文件的大小 qemu-img info 上述hda 扩容之前先关闭虚拟机&#xff08;后面所有的命令都在虚拟机关闭的状态下运行&#xff09;&…

sd卡显示为空白怎么办?解析原因及分享解决方法

随着智能手机和数码相机的普及&#xff0c;SD卡已成为我们常用的存储媒体之一。然而&#xff0c;由于各种原因&#xff0c;SD卡有时会突然显示为空白&#xff0c;这意味着存储在卡上的数据不再可见。这对于用户来说可能造成困扰和焦虑&#xff0c;因为其中的重要照片、视频等文…

CSS中的calc()函数有什么作用?

聚沙成塔每天进步一点点 ⭐ 专栏简介⭐ CSS中的calc()函数及其作用⭐ 作用⭐ 示例1. 动态计算宽度&#xff1a;2. 响应式布局&#xff1a;3. 自适应字体大小&#xff1a;4. 计算间距&#xff1a; ⭐ 写在最后 ⭐ 专栏简介 前端入门之旅&#xff1a;探索Web开发的奇妙世界 记得点…

激光里程计:fast-lio复现

文章目录 复现概要相关代码和数据下载环境搭建运行demo简要说明Velodyne Rosbag TEST 里程计话题发布参考 复现概要 按照GitHub上面的markdown文档&#xff0c;搭建FAST_LIO环境并进行Rosbag Example验证的整个过程的简单记录。 相关代码和数据下载 url: https://pan.baidu.…

【数据结构】二叉树链式结构的实现及其常见操作

目录 1.手搓二叉树 2.二叉树的遍历 2.1前序、中序以及后序遍历 2.2二叉树的层序遍历 3.二叉树的常见操作 3.1求二叉树节点数量 3.2求二叉树叶子节点数量 3.3求二叉树第k层节点个数 3.3求二叉树的深度 3.4二叉树查找值为x的节点 4.二叉树的销毁 1.手搓二叉树 在学习…

安防监控视频云存储EasyCVR平台H.265转码功能更新:新增分辨率配置

安防视频集中存储EasyCVR视频监控综合管理平台可以根据不同的场景需求&#xff0c;让平台在内网、专网、VPN、广域网、互联网等各种环境下进行音视频的采集、接入与多端分发。在视频能力上&#xff0c;视频云存储平台EasyCVR可实现视频实时直播、云端录像、视频云存储、视频存储…

el-table实现纯前端查询列表(不走后端接口)

2023.8.16今天我学习了如何使用前端进行数据的查询&#xff0c;有时候后端会直接返回全部的数据&#xff0c;这时候我们就需要用前端进行查找数据。 首先elementUI有自带el-table查询的组件&#xff1a; Element - The worlds most popular Vue UI framework 我们发现在这段代…

章节3:防御篇

章节3&#xff1a;防御篇 06 密码暴力破解的防御 暴力破解防御 sleepToken限制尝试次数&#xff0c;锁定账户 二次验证 reCAPTCHA&#xff08;IP验证&#xff09; 行为识别 WAF 强制修改密码 取消密码登录 segmentfault、知乎 个人用户安全建议 使用复杂密码不同网站使用…

python编程需要的电脑配置,python编程对电脑的要求

大家好&#xff0c;给大家分享一下python编程用什么笔记本电脑&#xff0c;很多人还不知道这一点。下面详细解释一下。现在让我们来看看&#xff01; 不打游戏&#xff0c;只学编程。刚开始自学 Python小发猫伪原创,python下载需要花钱吗。 如果不搞机器学习的话&#xff0c;也…

centos7异常断电重启丢失系统引导。

起因&#xff1a; 公司机房意外断电&#xff0c;服务器断电异常关机&#xff0c;次日到达公司启动服务器&#xff0c;无法正常进入系统。 报错1&#xff1a; i8042: No controller found 报错2&#xff1a; Failed to mount /sysroot 排查思路&#xff1a; 通过报错可以看出系…