圖表應該怎麼選?三步驟讓數據分析清晰易讀

如何選擇正確圖表?

又到了製作部門年終總結報告的季節,你手上有整年的業績數字,如果直接拿著一堆數字、表格去開會,主管肯定大發脾氣;若要跟同事討論如何報告,看著眼花撩亂的數字來回確認也很花時間。

於是,你打算將資料做成一目了然的圖表,透過資料視覺化手法呈現數據,能夠使論述更好懂,也能讓傳遞的資訊更容易被記住。職場上,降低訊息的理解門檻,讓自身表達在主管心中留下印象,更能增加脫穎而出的機會。

這時,你會面臨到製作圖表的第一個問題:該選擇哪一種圖表?

以下,我們就透過三個步驟,判斷如何針對不同情況選出合適的圖表。不過,圖表種類非常多,以下的判斷只能涵蓋工作上常見的需求。如果你的使用情境恰巧不適用,我們也在最後附上四種不同的圖表資源,供你深入挖掘。

(本文圖表若無特別說明,來源皆為作者製作)

步驟一:最希望呈現資料裡的哪一個關係?

第一步要確認:在這些數字中,我們最關注哪一個面向?工作中,最常遇見的資料分析需求包含以下四種:「比較大小」、「了解趨勢」、「呈現整體組成」,以及「呈現分佈」。

「比較大小」:長條圖

「比較大小」使用長條圖

❶ 直條圖:比較大小時最常用的圖表
❷ 分組長條圖:適於比較分組中的值
❸ 橫條圖:適用資料項目很多時,可避免圖表過寬
❹ 成對長條圖:將分組改為左右相對

長條圖(Google Sheet 內稱為「柱狀圖」)是常見的圖表之一,利用長度,一眼就能看出大小關係。

長條圖適用於大多數變數單純的資料,但是遇上單筆資料極大時,可能會使其餘資料被壓縮到看不出差異。此外,也要特別小心不可以錯誤截斷 X 軸或 Y 軸,以免產生視覺上的誤導,誇大或減弱資料間的差異。

「了解趨勢」:折線圖、堆疊長條圖

「了解趨勢」:折線圖、堆疊長條圖

❶ 折線圖:呈現趨勢最常用的圖表
❷ 堆疊長條圖:同時呈現總值與各項目變化
❸ 百分堆疊長條圖:呈現項目佔比變化

若要呈現「隨著時間變化的趨勢」,折線圖是最常見的選擇。若要同時呈現內部組成的比例變化,則可以選用堆疊長條圖。

在製作與閱讀趨勢時,需小心兩軸是否被操縱,例如被截斷來放大趨勢變化量,或只挑選局部資料,呈現實際上不存在的趨勢。也要特別注意使用「累積圖」的時機,因為線性成長的資料如果畫成累積圖,看起來可能會很像指數成長,進而傳達出錯誤的訊息。

「呈現整體組成」:圓餅圖、百分比堆疊長條圖、矩形樹狀圖

「呈現整體組成」

❶ 圓餅圖:呈現組成比例最常用的圖表
❷ 矩形樹狀圖:可透過顏色分群,也適合單筆資料極大的情況
❸ 百分堆疊長條圖:呈現項目佔比變化

如果想呈現大類別內,不同部分的組成變化,最常見的圖表是圓餅圖。不過,圓餅圖只適用於呈現比例分佈,不能用來呈現有重疊、或加總非 100% 的資料。

另一個選擇是矩形樹狀圖,不僅可以透過面積來呈現比例大小,也可以透過顏色將資料分群。由於面積是長度的平方,在單筆資料極大的情況下,矩形樹狀圖會比長條圖、圓餅圖更加合適。

「呈現分佈」:散佈圖、直方圖

「呈現整體組成」:散佈圖、直方圖

❶ 散佈圖:同時呈現趨勢分佈與相關性
❷ 直方圖:呈現連續資料的分佈

如果想要呈現資料內的分佈情形,散佈圖是常見的選擇。散佈圖不僅能看出趨勢,還能大致掌握資料的相關性,了解資料是密集沿著趨勢走,還是離趨勢有一定的誤差。此外,也能透過位置很快找到離群值。

另一個選擇是直方圖,看起來和長條圖很雷同,差異之處在於橫軸沒有間隔,呈現的是連續資料的分佈。

「比較大小+呈現分佈」:泡泡圖

「比較大小+呈現分佈」:泡泡圖

❶ 泡泡圖:同時呈現趨勢分佈、相關性與數值大小
❷ 泡泡地圖:呈現地圖上不同區域的數值大小

如果要同時呈現資料的大小與分佈狀況,還有一個常見好用,卻較少被提及的圖表種類:泡泡圖。有三個變數時,可以用兩軸表達其中兩個變數,並加上以氣泡大小表示的第三個變數。

另一種使用情境是配合地圖使用。由於地圖通常較難以長度、角度等手法變形,加上不同尺寸的氣泡,就能讓讀者透過面積,區分出不同的大小。

步驟二:選擇表達訊息能力最佳的圖表

圓餅圖 vs 長條圖

假設我們手上有三個產品的當季業績資料,分別佔了總營收的 38.7%、32.3% 與 29%,這時似乎圓餅圖和長條圖都適用。我們可以比較一下兩者——第一眼看到這兩張圖表,你的感受各自是什麼?(請參考下方兩張圖表,點擊可放大。)

在長條圖中,儘管差異不大,我們仍然可以看出三者高度不同。然而,在圓餅圖裡,我們幾乎看不出三者的差異。

根據研究,人眼對於「位置」與「長度」與最為敏感,而對於「角度」、「面積」和「顏色深淺」不敏感,常常估計錯誤。因此在一些情境下,選擇不同的圖表,將會傳達出截然不同的意義。

如果我們希望傳達「這三個產品貢獻的營收差不多」,那麼選用圓餅圖會更為合適;而如果我們希望傳達「其中一個產品表現略好一些」,那麼就應該選擇長條圖。

折線圖 vs 堆疊長條圖

然而,如果我們想呈現的是季度變化的「趨勢」?此時長條圖已經不再適用,反而會使圖表顯得有些混亂,必須仔細分辨才看得出不同品項間的營收變化:

分組柱狀圖-阿嘉早餐店季度營收變化

回到步驟一,我們應該改用可以呈現趨勢的「折線圖」、「堆疊長條圖」和「百分比堆疊長條圖」。但在這三者之間,又該如何選擇呢?(請參考下方三張圖表,按下左右兩側的「<」「>」進行切換。)

  • 折線圖-阿嘉早餐店季度營收變化
  • 堆疊柱狀圖-阿嘉早餐店季度營收變化
  • 百分堆疊柱狀圖-阿嘉早餐店季度營收變化

這也要看我們想傳達的意義。透過這張「阿嘉早餐店季度營收變化」圖表,我們最想呈現什麼?

  • 藍莓魚子醬吐司(藍)成長快速,並在第三季超越豪華松露飯糰(紅)
→ 可選擇「折線圖」
  • 總營收在成長,其中藍莓魚子醬吐司(藍)貢獻顯著 
→ 可選擇「堆疊長條圖」
  • 藍莓魚子醬吐司(藍)營收占比,愈來愈接近黃金煙燻鮭魚堡(黃)
→ 可選擇「百分比堆疊長條圖」

從折線圖可以很快看出藍莓魚子醬吐司的成長,但在堆疊長條圖中,則需要多看兩眼才能理解。人眼對於「位置」的敏感度要高於「面積」,當數字相差不大時,很難快速看出面積大小差異,卻能察覺細微的位置差異。

根據人眼感官的敏銳度差異,我們可以增強或減弱資訊傳達的意義。因此,在設計圖表時,如果有多個形式都適用,不妨多試幾種,找到最能妥善傳達訊息的圖表。

步驟三:挑選顏色

顏色不只是視覺美觀,本身也帶有意義。漸層色可用於比較大小,例如繪製在地圖時,以顏色的深淺來呈現資料大小。

然而要注意的是,顏色深淺雖然能直覺表現差異,卻也無法無法表達精確的資料。人眼對於相近的顏色分辨能力也不強,因此不適用於資料差異不大的情境。

此外,也要盡量避免使用太過複雜的顏色。除了避免使閱讀者分心,增加視覺理解的障礙;不同的顏色,通常也暗示著「不同的資料分類」。

例如,使用七彩顏色,或許會造成誤導,以為有暖、冷色系等多種不同的資料群組。下面這兩張圖嘗試以七彩顏色漸層表示變化,卻反而讓圖表過於混亂且容易誤會。(下方圖表刻意隱去文字與數字,以呈現視覺的直觀感受。)

圖表的顏色過多

此時如果改成單色或雙色的漸層,便可以讓圖表更加直覺易讀:

修正圖表顏色過多的問題

以上都不符合你的需求嗎?這裡有更多選擇圖表的指引

圖表種類非常多種,以上的判斷方式無法涵蓋所有需求,我們不大可能記住所有圖表。以下我們提供另外四種不同的圖表選擇流程圖,或許能進一步輔助你找到最適合的圖表。

RE:LAB

RE:LAB 的「圖表家族」將圖表分成八種不同使用情境,幾乎涵蓋了各種圖表的使用需求。此外,在〈從小六到上班族都用得到的圖表製作全攻略〉這篇文章裡,詳細介紹了「長度」、「角度」、「線條走勢」、「面積」、「點位分佈」與「顏色深淺」等六種視覺化的手法。文章後方,也附上了學習製作圖表的工具與方法,推薦一讀。

Financial Times 的「視覺化辭典」

英國金融時報 Financial Times 依據過往製作新聞圖表的經驗,整理出一套「視覺化辭典(Visual Vocabulary)」,讓圖表製作者可以依照自己最想呈現的資料關係,找到適合的圖表形式。

例如,如果希望呈現資料的「分佈」,便可以按圖索驥,找到直方圖、箱型圖;如果希望呈現「部分和整體的關係」,也能找到圓餅圖、樹狀圖、比例堆疊條形圖等等。

Andrew Abela 的 Chart Chooser

Andrew Abela 提出的 Chart Chooser,將資料分為「比較(Comparison)」、「關係(Relationship)」、「組成(Composition)」、「分佈(Distribution)」四種呈現方式,並從這四大分類延伸分支,讓圖表製作者找到適合的圖表。

The Data Visualisation Catalogue

The Data Visualisation Catalogue中文版)並非提供樹狀圖,而是在網站上提供了 16 個分類。使用者可根據想呈現的資料關係點入分類,再依不同的資料形式挑選合適的圖表。每個圖表內,也提供介紹、範例和標籤,讓使用者更了解圖表的適用範圍,並找到其他功能相似的圖表。

結語

本文將圖表選擇與製作的大方向分為三個步驟,希望能在面對一大堆數字時,提供你一些方向與靈感。

好的資料視覺化並非簡化資料,而是透過合適的設計呈現手法降低理解難度。每當你有那種透過排除資料讓圖表變得更簡單的衝動時,或許可以先暫停一下,思考是否有更合適的圖表,既能完整呈現所有資料,也能讓讀者一看就懂。

製作圖表也需要一定時間的練習,才能清晰表現自己想要傳達的訊息。不過圖表並非萬靈丹。要是選錯了圖表形式,或製作出過於複雜的圖表,反而可能增加理解的障礙;甚至可能傳遞出誤導的訊息,將結論帶往錯誤的方向。

未來有機會我們也會介紹如何分辨與避免製作出誤導性的圖表。這些手法往往會被用在粉飾太平、製造假象,例如當銷售成績實在不夠好看時——不過,我們並不鼓勵讀者們這樣操作就是了;反過來說,熟悉這種「圖表陷阱」就能讓你把資訊看得更透徹。