【愚公系列】《数据可视化分析与实践》027-DataEase图表制作(柱形图)

💎【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、柱形图
柱形图,又称条形图,是数据可视化中最经典、使用最广泛的图表类型之一。它通过柱形的高度(或横向情况下的宽度)来直观地比较不同类别数据的大小。其核心优势在于简单、直接,能够让人迅速判断出数值的差异、排序以及分布情况。在DataEase平台中,柱形图拥有丰富的变体,以满足不同分析场景的需求,主要包括:基础柱状图、堆叠柱状图、百分比柱状图、分组柱状图、分组堆叠柱状图、瀑布图、横向柱状图、横向堆叠柱状图和横向百分比柱状图等。
本节将重点阐述最常用的基础柱状图与堆叠柱状图的制作方法、配置技巧及其核心业务应用场景。
🔎1.基础柱状图
基础柱状图使用一系列宽度相同但高度不同的垂直(或水平)柱子来表示数据。每个柱子代表一个类别,柱子的高度与该类别的数值成正比。它非常适合用于比较不同项目之间的数值大小,例如销售额排名、客户数量对比、满意度得分等。
本节目标:根据零食销售明细数据,使用基础柱状图制作一个商品大类销售额排行榜,清晰、直观地展示各类别的业绩高低。
🦋制作步骤详解
-
添加图表组件:
- 进入仪表板编辑页面,点击左侧的 【图表】 按钮。
- 在弹出的图表选择窗口中,找到并点击 【基础柱状图】 图标(见图8-35),将其添加到画布中。
图8-35 在图表库中选择“基础柱状图”

-
绑定数据并配置坐标轴:
- 选中新添加的柱状图组件,在右侧配置面板的 【数据集】 下拉菜单中,选择已准备好的数据源(例如 【关联数据集】)。
- 进行关键的字段映射(见图8-36):
- 类别轴(X轴 / 维度):将
商品大类字段拖拽至 【类别轴/维度】 区域。这决定了图中有几个柱子以及柱子的标签。 - 值轴(Y轴 / 指标):将
销售额字段拖拽至 【值轴/指标】 区域。这决定了每个柱子的高度。
- 类别轴(X轴 / 维度):将
- 将图表拖拽调整至合适的大小,然后点击 【更新图表数据】 按钮,预览初始图表效果。
图8-36 为柱状图绑定“商品大类”与“销售额”字段

-
优化数据排序与样式(使图表成为“排行榜”):
- 数据排序:为了形成真正的“排行榜”,需要让柱子按数值从高到低排列。点击 【值轴/指标】 区域中
销售额字段右侧的设置图标(见图8-37),在弹出框中将 【排序】 方式设置为 【降序】。 - 样式美化:切换到 【样式】 设置选项卡,进行以下优化以增强图表的可读性和专业性(见图8-38):
- 关闭网格线:在“坐标轴”或“网格线”设置中,不勾选纵轴(值轴)的 【网格线显示】,这能使图表看起来更简洁。
- 关闭图例:由于此图只有一个数据系列(销售额),图例是多余的。找到“图例”设置,关闭【图例】选项。
- 其他调整:您还可以根据需要调整柱子的颜色、间距(系列间距、分类间距)、为柱子添加数据标签(直接在柱顶显示数值)、设置坐标轴标题等。
图8-37 设置“销售额”字段按降序排列

图8-38 优化柱状图样式(关闭网格线、关闭图例)

- 数据排序:为了形成真正的“排行榜”,需要让柱子按数值从高到低排列。点击 【值轴/指标】 区域中
-
完成制作并查看效果:
- 完成所有配置后,点击 【更新图表数据】 按钮进行最终渲染。
- 最终效果如图8-39所示:图表清晰地展示了各商品大类的销售额,柱子严格按照从高到低的顺序排列,一眼就能看出哪一类是销售冠军,哪一类垫底,比较分析效果非常出色。
图8-39 基础柱状图(商品大类销售额排行榜)最终实现效果

🔎2.堆叠柱状图
堆叠柱状图是基础柱状图的延伸。它将每个柱子(代表一个主类别)分割成多个段,每个段代表该主类别下的一个子类别,段的高度表示子类别的数值。所有子类别段堆叠在一起,形成柱子的总高度(即主类别的总值)。它既能比较不同主类别的总值,又能直观展示每个主类别内部的构成比例。
本节目标:使用堆叠柱状图,根据零食销售明细数据,制作出各商品大类销售数量排行及其内部小类构成的图表。
🦋制作步骤详解
-
添加图表组件:
- 在图表组件库中,找到并点击 【堆叠柱状图】 图标(见图8-40),将其添加到画布中。
图8-40 在图表库中选择“堆叠柱状图”

-
绑定数据并配置核心维度(关键差异点):
- 选中堆叠柱状图组件,并关联相应的数据集。
- 进行字段映射,这是与基础柱状图的主要区别(见图8-41):
- 类别轴(X轴 / 维度):将
商品大类字段拖拽至 【类别轴/维度】 区域。这决定了大类柱子的数量和标签。 - 堆叠项/维度:将
商品小类字段拖拽至 【堆叠项/维度】 区域。这是实现“堆叠”效果的关键,它决定每个大类柱子由哪几个颜色段(小类)组成。 - 值轴(Y轴 / 指标):将
销售数量字段拖拽至 【值轴/指标】 区域。这决定了每个颜色段(小类)的高度以及柱子的总高度。
- 类别轴(X轴 / 维度):将
- 调整图表大小,点击 【更新图表数据】 预览效果。
图8-41 配置堆叠柱状图的类别轴、堆叠项与值轴

-
优化排序与样式:
- 数据排序:同样,为了进行排行比较,点击
销售数量字段的设置图标(见图8-42),将 【排序】 设置为 【降序】。此时,柱子将按各大类的销售数量总和进行降序排列。 - 样式美化:切换到 【样式】 选项卡(见图8-43):
- 关闭网格线:同样建议不勾选纵轴的 【网格线显示】,保持画面整洁。
- 调整堆叠与颜色:可以设置堆叠方式,并为不同的“商品小类”分配易于区分的颜色。图例在这里至关重要,应保持开启状态,以便读者识别柱子中各颜色段代表的具体小类。
图8-42 设置“销售数量”字段按降序排列

图8-43 优化堆叠柱状图样式(关闭网格线等)

- 数据排序:同样,为了进行排行比较,点击
-
完成制作并查看效果:
- 点击 【更新图表数据】 按钮。
- 最终效果如图8-44所示:图表不仅按销售总量对各商品大类进行了排行,还通过不同颜色的堆叠段,清晰揭示了每个大类内部各小类的销售数量贡献。例如,可以一眼看出在总量最高的“大类A”中,是哪几个“小类”起到了主要支撑作用。
图8-44 堆叠柱状图(各商品类别销售数量排行及构成)最终实现效果

总结与对比:基础柱状图 vs. 堆叠柱状图
- 基础柱状图:核心是比较总值。它结构简单,专注于展示不同类别之间汇总数值的对比和排序。适用于回答“哪个最多/最少?差距有多大?”这类问题,是制作排行榜、简单对比分析的首选。
- 堆叠柱状图:核心是分析构成与比较总值并存。它在比较各主类别总值的同时,额外揭示了每个总值内部的细分构成。适用于回答“在总量最高的类别中,各部分分别贡献了多少?不同类别的内部结构有何差异?”这类问题。
选择建议:当您的分析只需要比较不同项目的总体大小时,使用基础柱状图以获得最清晰、最直接的对比效果。当您需要同时比较总体大小并分析其内部组成部分时,则必须使用堆叠柱状图。它让您在单一视图中同时获得“比较”与“分解”两种洞察。
- 点赞
- 收藏
- 关注作者










评论(0)