💎【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、关系图

关系图是一类专注于揭示和表达实体之间关联、分布或流程关系的可视化图表。它通过节点、连线、气泡大小、漏斗层级等视觉元素，将抽象的数据关系转化为直观的图形，从而帮助分析者洞察数据中隐藏的模式、聚类或转化路径。在DataEase平台中，关系图主要包含散点图与漏斗图两种实用类型。本节将详细阐述这两种图表的制作方法、核心配置及其独特的业务分析价值。

🔎1.散点图

散点图通过在直角坐标系中绘制一系列点来显示两个（或三个）变量之间的关系。每个点的位置由其在X轴和Y轴上的数值决定。在DataEase中，散点图还可以通过点的大小（气泡大小）引入第三个变量，从而在一个二维平面上展示三维信息。它擅长用于发现变量间的相关性、数据的分布密度以及识别异常值。

本节目标：根据零食销售明细数据，制作一个散点图，以商品为观察点，分析其销售数量的分布情况，并利用点的大小强化视觉表现。

🦋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 【散点图】 图标（见图8-53），将其添加到画布中。

   图8-53 在图表库中选择“散点图”
   

2. 绑定数据并配置多维变量（核心步骤）：

   • 选中散点图组件，在右侧配置面板的 【数据集】 下拉菜单中，选择 【关联数据集】。
   • 进行字段映射，这是散点图功能发挥的关键（见图8-54）：
     • 类别轴（X轴 / 维度）：将 商品名称 字段拖拽至 【类别轴／维度】 区域。这决定了每个点在X轴方向上的分布位置（通常按类别名称排列，也可视为一个分类维度）。
     • 值轴（Y轴 / 指标）：将 销售数量 字段拖拽至 【值轴／指标】 区域。这决定了每个点在Y轴方向上的高度，即其销售数量。
     • 气泡大小／指标：再次将 销售数量 字段拖拽至 【气泡大小／指标】 区域。这会让每个点（气泡）的大小也随销售数量的变化而变化，使得数值大的商品点更突出。
   • 调整图表至合适大小，点击 【更新图表数据】 预览效果。

   图8-54 为散点图配置类别轴、值轴与气泡大小字段
   

3. 深度定制样式与坐标轴（使洞察更清晰）：

   • 切换到 【样式】 设置选项卡，进行精细化的调整以优化图表可读性（见图8-55）：
     • 调整Y轴（值轴）：
       • 不勾选轴值的 【自动】 范围，手动设置 【最大值】 为 1200000，【最小值】 为 0，【刻度数】 为 13。这可以固定Y轴范围，使不同视图下的数据对比保持一致。
       • 不勾选 【网格线显示】，勾选 【轴线显示】，以保持界面简洁。
       • 设置坐标轴标签的 【格式类型】 为 【数值】，【小数位数】 为 0，【数量单位】 为 【万】。这样Y轴标签将显示为“10万”、“50万”等，更易于阅读。
     • 优化图例与标签：
       • 由于本例中气泡大小和颜色可能代表同一指标，为简化视图，可关闭【图例】选项。
       • 打开 【标签】 选项，为每个数据点显示具体数值。设置标签文本大小为 14，【格式类型】 为 【数值】，【小数位数】 为 2，【数量单位】 为 【万】，使标签清晰且格式统一。
     • 其他：可根据需要调整气泡的配色方案、透明度等。

   图8-55 深度设置散点图样式（坐标轴、标签、图例）
   

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8-56所示：图表中，每个商品名称对应一个气泡，气泡在Y轴方向的位置表示其销售数量高低，气泡本身的大小也加强了这一差异。通过此图，可以快速识别出哪些商品是销量“巨头”（位于图表顶部且气泡巨大），哪些商品销量集中在中等或较低水平，直观展示了商品销量的分布区间与集中趋势。

   图8-56 散点图（商品销售数量分布）最终实现效果
   

🔎2.漏斗图

漏斗图因其形状类似漏斗而得名，它通过一系列宽度递减的梯形区块，直观地展示一个多阶段流程中各个环节的数量或转化情况。每一层的宽度代表该环节的绝对数值（如用户数、订单数），从上到下层层递减，清晰揭示了流程中的流失与转化率。它是在线营销、销售管道、用户体验分析等领域不可或缺的工具。

本节目标：使用独立的漏斗分析明细数据，制作一个漏斗图，可视化展示用户在商品购买流程中从访问到最终付款的转化情况。

🦋制作步骤详解

1. 添加图表组件与绑定特定数据集：

   • 在图表组件库中，找到并点击 【漏斗图】 图标（见图8-57），将其添加到画布。
   • 请注意，本例使用专门的数据文件。在仪表板右上角 【数据集】 下拉菜单中，单击 【漏斗分析明细数据】（对应Excel文件“配套资料／第8章／漏斗分析明细数据.xlsx”）进行绑定。

   图8-57 在图表库中选择“漏斗图”
   

2. 配置漏斗的阶段与数值（核心步骤）：

   • 选中漏斗图组件，进行字段映射以定义流程（见图8-58）：
     • 漏斗分层／维度：将 行为阶段 字段拖拽至 【漏斗分层／维度】 区域。这定义了漏斗的每一层代表什么步骤（如“首页访问”、“商品浏览”、“加入购物车”等）。
     • 漏斗层宽／指标：将 访问次数（或“用户数”）字段拖拽至 【漏斗层宽／指标】 区域。这决定了每一层梯形的宽度，即该阶段的实际数量。
   • 调整图表大小，点击 【更新图表数据】 预览。

   图8-58 为漏斗图绑定“行为阶段”与“访问次数”字段
   

3. 确保流程顺序正确并优化样式：

   • 自定义排序（至关重要）：漏斗的层叠顺序必须反映真实的业务流程。点击 【漏斗分层/维度】 区域中 行为阶段 字段的设置图标（见图8-59），将 【排序】 设置为 【自定义排序】。然后，在弹出的列表中，严格按照流程发生的先后顺序（如：访问 -> 浏览 -> 加购 -> 下单 -> 支付）手动排列各个阶段。
   • 样式调整：切换到 【样式】 选项卡（见图8-60）：
     • 开启 【图例】 选项，这有助于区分不同阶段（尤其在用颜色区分时）。
     • 可以调整各层的颜色、标签显示的内容（如显示数量、转化率）、间距等。

   图8-59 设置“行为阶段”按业务流程自定义排序
   
   

   图8-60 优化漏斗图样式（开启图例等）
   

4. 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8-61所示：漏斗图从上到下清晰地展示了用户在每个行为阶段的留存数量。层宽的急剧收缩直观地指出了流程中的主要流失环节（例如，从“加入购物车”到“生成订单”可能流失了大量用户）。这对于定位转化瓶颈、评估流程效率具有无可替代的价值。

   图8-61 漏斗图（商品购买流程转化分析）最终实现效果
   

总结与对比：散点图 vs. 漏斗图

• 散点图：核心是分析分布与关系。它揭示的是同一群实体（如商品）在两个或三个度量指标上的分布情况，用于发现集群、异常值和潜在的相关性。回答的是“数据点是如何分布的？哪些是突出的？变量之间有关联吗？”这类问题。
• 漏斗图：核心是追踪流程与转化。它展示的是一个线性流程中，连续阶段的数值变化，用于量化过程效率、识别流失点。回答的是“我们的流程每一步有多少留存？最大的流失发生在哪里？整体转化率是多少？”这类问题。

选择建议：当您需要分析一批项目在多个度量维度上的表现特征时，请使用散点图。当您需要跟踪和分析一个有明确先后顺序的阶段性过程，并关注其转化效率时，漏斗图是最直观、最有效的工具。两者分别从“静态分布”和“动态流程”两个角度，揭示了数据中至关重要的关系模式。