💎【行业认证·权威头衔】
✔ 华为云天团核心成员：特约编辑/云享专家/开发者专家/产品云测专家
✔ 开发者社区全满贯：CSDN博客&商业化双料专家/阿里云签约作者/腾讯云内容共创官/掘金&亚马逊&51CTO顶级博主
✔ 技术生态共建先锋：横跨鸿蒙、云计算、AI等前沿领域的技术布道者

🏆【荣誉殿堂】
🎖 连续三年蝉联"华为云十佳博主"（2022-2024）
🎖 双冠加冕CSDN"年度博客之星TOP2"（2022&2023）
🎖 十余个技术社区年度杰出贡献奖得主

📚【知识宝库】
覆盖全栈技术矩阵：
◾ 编程语言：.NET/Java/Python/Go/Node…
◾ 移动生态：HarmonyOS/iOS/Android/小程序
◾ 前沿领域：物联网/网络安全/大数据/AI/元宇宙
◾ 游戏开发：Unity3D引擎深度解析

🚀前言

在数据可视化中，图表制作是基石，它要求根据数据类型选择合适的图表类型，并确保数据的准确性。本章将详细讲解图表制作的通用步骤、不同图表的制作过程，让读者可以灵活运用各种图表形式，将复杂的数据转化为直观、易懂的信息，为决策制定提供有力支持。

制作DataEase图表时，需要先对维度和指标进行了解，然后通过拖人指标字段或者维度字段进行图表制作。

维度是事物或现象的某种特征，如性别、地区、时间等都是维度。其中时间是一种常用的、特殊的维度，通过前后对比，可以知道事物的发展是好是坏，如用户数环比上月增长10％、同比去年同期增长20%，这是时间上的比较，也称为纵比。与纵比相对的是横比，如不同国家人口数、GDP的比较，不同地区收入、用户数的比较，不同公司、不同部门之间的比较，这些是同级单位之间的比较，简称横比。

维度可以根据数据类型分为定性维度和定量维度，数据类型为字符型（文本型）的维度是定性维度，如地区、性别都是定性维度；数据类型为数值型的维度是定量维度，如收入、年龄、消费等。一般需要对定量维度做数值分组处理，也就是数值型数据离散化，这样做的目的是使规律更加明显。但要注意，分组不宜过细，否则规律会不明显，若细成最原始的流水数据，那就无规律可循了。

指标是用于衡量事物发展程度的单位或方法，在IT领域也称为“度量”。如人口数、GDP、用户数、利润率、留存率、覆盖率等，就可以充当指标。很多公司都有自己的KPI指标体系，通过几个关键指标来衡量公司业务运营情况的好坏。

指标的值需要经过加和、平均等汇总计算方式得到，并且需要在一定的前提条件（如时间、地点、范围）下进行汇总计算，这些条件就是人们常说的统计口径与范围。

指标可以分为绝对数指标和相对数指标。绝对数指标是反映规模大小的指标，如人口数、GDP、收入、用户数；相对数指标主要是用来反映质量好坏的指标，如利润率、留存率、覆盖率等。分析一个事物的发展程度可以从数量和质量两个角度入手，得出全面的结论。

🚀一、线／面图

线／面图是数据可视化中用于展示数据趋势、变化和对比的核心图表类型，主要包括折线图与面积图。它们通过将数据点连接成线或在坐标系中填充区域，直观地揭示了数据随时间或有序类别的波动规律。在DataEase平台中，常用的线／面图主要包含基础折线图、堆叠折线图和基础面积图。本节将重点阐述基础折线图与面积图的制作方法与适用场景。

🔎1.基础折线图

基础折线图通过一系列以线段连接的数据点来显示数值的连续变化。它特别擅长表现数据随时间推移的趋势，是监控业务指标（如销售额、用户增长、月度绩效）变化的首选图表。其核心特点是清晰、聚焦于数据走势的线条。

本节目标：在仪表板中创建一个基础折线图，直观展示月度销售数量的变化趋势。

🦋制作步骤详解

1. 添加图表组件：

   • 进入仪表板编辑页面，点击左侧组件栏的 【图表】 按钮。
   • 在弹出的图表类型选择窗口中，找到并点击 【基础折线图】 图标（见图8-27），即可将其添加到仪表板画布中。

   图8-27 在图表库中选择“基础折线图”
   

2. 绑定数据并配置坐标轴（核心步骤）：

   • 选中新添加的折线图组件，在右侧的配置面板中，点击 【数据集】 下方的下拉按钮。
   • 在弹出的数据源列表中，选择已准备好的数据集（例如 【关联数据集】），该数据集应包含“统计时间”和“销售数量”字段。
   • 进行字段映射（见图8-28）：
     • 类别轴（X轴 / 维度）：将 统计时间 字段拖拽至 【类别轴/维度】 区域。这决定了折线在水平方向上的分布点。
     • 值轴（Y轴 / 指标）：将 销售数量 字段拖拽至 【值轴/指标】 区域。这决定了每个时间点对应的折线高度（数值）。
   • 点击 【更新图表数据】 按钮，预览初始的图表效果。

   图8-28 为折线图绑定“统计时间”与“销售数量”字段
   

3. 优化图表细节与样式：

   • 调整图表大小：在画布上直接拖拽图表的边框，将其调整到合适的尺寸。
   • 格式化维度：点击 【类别轴/维度】 区域内的 统计时间 字段右侧的设置图标（见图8-29）。
     • 在弹出框中，将 【日期显示】 格式设置为 【年月】（如“2023-01”），使X轴标签更简洁。
     • 为确保时间顺序正确，将 【排序】 方式设置为 【升序】。
   • (可选) 美化样式：您可以在 【样式】 选项卡中进一步调整折线的颜色、粗细、数据点标记的样式，以及坐标轴标题、网格线等，使图表更具可读性和美观性。

   图8-29 设置时间字段的显示格式与排序方式
   

4. 完成制作并查看效果：

   • 完成所有配置后，再次点击 【更新图表数据】 按钮，渲染最终图表。
   • 最终效果如图8-30所示：图表清晰地呈现了销售数量随月份变化的上升或下降趋势，转折点一目了然，非常适合用于趋势分析和周期性回顾。

   图8-30 基础折线图（月度销售数量趋势）最终实现效果
   

🔎2.面积图

面积图可以看作是折线图的一种变体，它在折线与类别轴（通常是X轴）之间的区域进行填充。这种填充强化了数据量的累积感和趋势的视觉重量，在展示部分与整体的关系，或对比多个数据系列的总量趋势时尤为有效。

本节目标：使用面积图，同样基于零食销售明细数据，制作出月度销售数量趋势图表，并与折线图对比感受其视觉表现的差异。

🦋制作步骤详解

1. 添加图表组件：

   • 在图表组件库中，找到并点击 【面积图】 图标（见图8-31），将其添加到画布中。

   图8-31 在图表库中选择“面积图”
   

2. 绑定数据并配置坐标轴：

   • 选中面积图组件，在右侧配置面板中关联相应的数据集（如 【关联数据集】）。
   • 进行与折线图类似的字段映射（见图8-32）：
     • 类别轴／维度：拖入 统计时间 字段。
     • 值轴／指标：拖入 销售数量 字段。
   • 点击 【更新图表数据】 预览初始效果。

   图8-32 为面积图绑定“统计时间”与“销售数量”字段
   

3. 优化图表细节与样式：

   • 调整图表大小至合适尺寸。
   • 同样，点击 统计时间 字段的设置图标（见图8-33），将 【日期显示】 设置为 【年月】，并将 【排序】 设为 【升序】。
   • 在 【样式】 选项卡中，您可以调整填充区域的颜色、透明度，以及边界线的样式，这能有效影响图表的视觉层次和美感。

   图8-33 设置面积图中时间字段的格式与排序
   

4. 完成制作并查看效果：

   • 点击 【更新图表数据】 按钮进行最终渲染。
   • 最终效果如图8-34所示：与折线图展示相同的趋势，但被填充的区域使“销售数量”这一指标的量感更加强烈，视觉上更突出数据的“体积”或“累积”印象。

   图8-34 面积图（月度销售数量趋势）最终实现效果
   

总结与对比：基础折线图 vs. 面积图

• 基础折线图：聚焦趋势走向，清晰精确。它用简洁的线条突出数据点的变化方向和速率，干扰元素少，非常适合用于精确观察波动、比较多条趋势线（如多个产品销量对比）的场景。
• 面积图：强调体量与累积，视觉冲击强。填充区域增强了数据的“量感”和“整体性”，在展示单一数据系列的总趋势，或堆叠面积图中展示部分与整体关系时（如各类别贡献度随时间变化）效果更佳。

选择建议：当您的分析重点在于数据变化的精确轨迹和对比多条线时，请选择折线图；当您希望突出数据的总量、规模或累积效应，并追求更强的视觉表现力时，面积图是更好的选择。两者结合使用，可以从不同角度完整诠释数据的趋势故事。