时间维度的数据，该如何可视化呈现？ 查看黄金走势图的软件叫什么

我们从不缺炫酷的可视化模板，但针对时间维度去选择合适的表达方式却是一门学问。因此，在图表问题上，选择比努力重要的道理也同样适用。找到合适的图表，才可能将时间数据的价值最大程度地释放出来，让信息的传达更为有效。

试想你是一名研究者，需要把实验样本在一天24h的数据呈现出来，你该怎么选择可视化的方式？

如果你是一名销售人员，需要把一个月的销售结果呈现出来，怎么办？

假设你是一个环保主义者，需要把你所在的城市一年的空气质量展现给大家，又怎么做呢？

本期文章小镝给大家推荐几款适用于时间表达的数据图表模板，随时随地，让时间尽在你的掌控之中。

折线图可以显示随时间而变化的连续数据，因此非常适用于展现在相等时间间隔下数据的趋势。雨量流量关系图作为一种特殊的折线图，则可用于同时表现出两个具有一定相关性的维度。例如，我们拿到一份武汉市24h温度、相对湿度数据，将数据粘贴进表格中，如下图：

拖动图表下方的滚动条，选择自己想要查看的区域，并且可以任意缩放展现细节，图表会对两种数据进行自适应调整。

雨量流量图可以展现两个维度的数据，不会造成共用坐标轴而意义模糊的情况。

此外，在两条折线数据量差距太大，又想都展示数据细节的时候，雨量流量图也是不错的选择，上下两个坐标轴能够根据单条折线进行自适应。

值得注意的是：雨量流量关系图上下两半部分坐标轴有相同的零起点，因此在读图的时候需要注意。

折线图在时间表达上较为自由，可以驾驭从一天24h到一个世纪相等时间间隔的连续数据。而对于一周的数据而言，时间维度往往只涉及“周一”至“周日”七项，因此，在图表的选择上可以更加灵活。

现在，如果小镝想要展示自己一周之内每天的各项运动的情况，对于这种多维度的数据，我们则可以考虑使用多维柱图模板。

我们以分组柱形图和堆叠条形图为例，先将数据整理成数据库的格式，再将数据复制到模板中即可。

这是使用分组柱状图的效果：

这是使用堆叠条形图的效果：

尽管我们要表达的目的一致，但不同的图表数据的格式并不一样，在使用的时候需要多加留意。

在通常情况下，我们需要呈现的可能不仅仅是一周的数据，甚至是一周七天中每天24h的动态数据。例如，对小区噪音监测、对甲醛浓度监测、对网站浏览量的监测……在折线图、柱状图不能很好地满足需求的情况下，我们可以选择用一种新的图表类型来展现——时间散点图。

例如，这个模板，我们在同一个水平轴线上可以清晰地比较当天24小时的数据变化。

而这个模板则是上一个模板巧妙的变形，但展现的方式却略有不同，适合展示数据的周期性特征。每一根轴线表示一个整点，由此我们很容易对比出同一个整点每一天有怎样的不同：

当然我们也可以用“年”与“月”、“月”与“日”组合的方式应用于这个模板，完全没问题。

如果说以上介绍的图表可以用于表达与时间无关的维度，那么接下来的压轴戏则是彻头彻尾地专为时间而生的模板——日历图。

日历图的特点比较明显，就是通过颜色的过度和深浅的转化来显示一年365天的总体情况。不用对数据格式进行任何多余的研究，我们只需要在时间维度后面填上对应的数据即可。

例如，我们用这个图来展现武汉市2016年全年的空气质量情况：

其中，颜色越红，对应的AQI指数越高，则空气质量越差；颜色越蓝，对应的AQI指数越低，则空气质量越好。

默认的配色适用于展现空气质量情况，我们也可以在【图表设置】中选择与主题相关的配色进行替换。

当然，在这个模板也有一个有趣的变形——股市日历图。

有趣的是，这个图在时间维度后面有两组数据，一组表示“开盘”，一组表示“收盘”，盈利越多颜色越红，亏损越多颜色越绿。与K线图不同的是，这个图是通过视觉对颜色深浅的感知来反应股市的变化。

我们似乎低估了日历图的表现力，虽然它看似只能表现一年365天的数据，其实对数据量并没有太严格的要求。例如，我们将武汉市2013-11-30至2017-08-07的数据输入，就能得到下图的结果：

以上是对部分用于时间表达的图表模板的介绍。登陆镝数图表，无需编程，轻松试用本期部分案例的交互效果，点击“找数据”版块还可以下载数据亲自体验~赶快试试吧！

如果还想知道图表的相关知识，可参看往期图表家族：

或在我的公众号Dydata镝数（dydata)后台留言告诉我~