数据可视化是指以任何可视化形式呈现已编译的信息。通过有效的数据可视化，您可以向受众群体传达关键主题和结果，使他们能够解读和分析根据其需求定制的数据。在开始创建可视化图表和图表之前，您需要选择要使用的可视化图表类型。选择适当的可视化类型有助于您清晰而有效地呈现数据，让受众群体做出明智的决策和确定后续行动。以下各部分介绍了如何以分析目标和受众群体观点为中心，有效地直观呈现数据：
考虑数据特征
在确定可视化类型之前，请考虑数据的特征：
分类：如果您的数据包含由相似模式和集合构成的组，使用最支持分类数据的可视化类型（例如饼图）会非常有效。“商品类别”就是分类数据的一个示例，因为它会根据相似功能和特征对商品进行分组。
序数：如果您的数据需要特定的有序序列，则可以使用柱形图或条形图等可视化图表为受众群体定义这些顺序。举例来说，某项商品的不同已加星标的评价数量就是序数数据。
连续模式：如果您想直观呈现长时间发生的数据，请使用支持连续数据的可视化图表，例如进度图表。特定季度的产品总销量就属于连续数据，因为跟踪的是随时间推移不断演变的数据。
定义受众群体
有效的可视化图表不仅会考虑数据，还会考虑受众群体的视角和需求。通过自定义可视化图表的外观，您可以将信息有效传达给特定的受众群体。定义受众群体时，请考虑他们可能的技术知识水平和工作职能等因素。您的受众群体将如何使用您的可视化图表？
无障碍
创建数据可视化图表时，应使其可供访问。考虑到网络无障碍性，在整个数据可视化项目中，为所有用户提供了更多分享机会，包括有视觉和认知障碍的用户，他们会接触到你的创作内容。《网络内容无障碍指南》(WCAG) 包含适用于可视化设计的实现步骤以提高无障碍功能，包括：
替代文本：通过替代文本（或替代文本），可以让更广泛的受众群体访问非文本元素（例如使用屏幕阅读器的用户）中的信息。借助 Looker，您可以向可视化图表添加备注，说明可视化图表的关键方面。如需详细了解如何向 Looker 可视化图表的元素添加文字说明，请参阅修改用户定义的信息中心文档页面上的有关修改功能块备注的信息。
对比度和颜色无障碍：添加符合 WCAG 国际标准的对比度级别可确保可视化图表的查看者能够感知到颜色选择的差异。如需确定两个所选十六进制颜色代码的对比度，请参阅 WebAIM 中的对比度检查工具。在 Looker 中，Dalton 颜色集合专门用于应对各种形式的色觉不足。如需详细了解此集合以及 Looker 中的其他颜色选择选项，请参阅颜色集合文档页面。
如需详细了解在创建可视化图表和其他内容时的无障碍功能，请参阅最新发布的版本网络内容无障碍指南。
为您的数据选择最佳的可视化图表
以下部分简要介绍了 Looker 中可用的可视化类型，并讨论了如何为您的数据选择最合适的类型：
笛卡尔图
笛卡尔图表是指基于笛卡尔平面的任何图表。笛卡尔平面由 x 轴和 y 轴定义，图表中所有位置都有对应的数值点。所有笛卡尔图表在这些轴上绘制数据。
x 轴和 y 轴反映的是维度和测量值。维度反映的是定性值，而测量则是定量的。这些值如何绘制 x 轴和 y 轴，以及这些数据的可视化表达方式因笛卡尔图表类型而异。本部分包含以下笛卡尔图表示例：
列
最适合直观呈现数据，只不过没有太多类别可供比较。
柱形图是竖直笛卡尔图表，以矩形和垂直形状显示信息，其中列的长度与数据值相对应。典型的柱形图在 x 轴上包含数据类别，在 y 轴上包含数据值。
如果您的数据仅包含几个类别，则柱形图是理想之选。如果您的数据包含的类别较多，则条形图的效果通常更好，因为它们能为轴标签提供更多空间。由于负值按向下方向显示，因此柱形图也可以用来描述包含负值的数据集。
以下柱形图示例包含了正值和负值，显示的是每月销售的配饰和牛仔裤的平均订单利润。
如需详细了解如何在 Looker 中创建这些图表，请参阅柱形图选项文档页面。
条形图
最适合使用较长的类别标题直观呈现数据。
条形图显示数据的方式与列图类似，只是要采用水平对齐方式。通常在条形图中，y 轴表示数据类别，而 x 轴表示数值。
如果您的数据包含的类别标题特别长，那么条形图的效果要优于柱形图。通过在 Y 轴上对齐，条形图上的标签优化了空间并提高了可读性。此外，由于相较于柱形图，条形图采用的是间距对齐方式，因此通常更适合表示大量的类别。
以下示例中的条形图突出显示了较长的服装类别标题（如“时尚连帽衫和运动衫”）在条形图上的匹配程度。此图表显示了 10 个不同的服装类别的每月订单量。
如需详细了解如何在 Looker 中创建条形图，请参阅条形图选项文档页面。
散点图
最适合用于突出显示两个变量之间的相关性。
散点图是一种笛卡尔图，用来突出显示两个变量之间的关系。每个绘制点都表示 x 轴和 y 轴上的一个值，以便您深入了解相关数据。这些类型的图表特别突出了数据中出现的趋势和模式。
如果您的数据包含两个相关的变量，那么散点图可能是查找和探索相关性的理想可视化方法。这可能是正相关，也就是说，当 x 变量增加时，y 变量会增加。这可能还包括负相关，即当一个变量增加时，另一个变量减少。相关性也可以是 null，这意味着两个所选变量之间没有关联。了解潜在的数据关联有助于更深入地了解数据，甚至可以指导未来数据行为的预测。
散点图的布局和结构是其有效性的关键。还可以通过调整大小和颜色来自定义散点图上绘制的点，以便为观看者识别其他变量或类别。趋势线还可用于散点图；这些线会突出显示观看者看到的数据之间的关联。通过自定义，确保这些设计选择能够凸显整体目标：说明关系，并让您有机会检查潜在模式、相关性和趋势。
以下散点图显示了 2015 年至 2018 年期间每季度经常到访某处的客户数量。图表上的点根据客户数量调整大小。
如需详细了解这种类型的笛卡尔可视化，请参阅散点图选项文档页面。
折线图
最适合直观呈现一段时间内的连续数据。
在折线图中，数据通过由直线连接的一系列点显示。这种可视化类型会专门突出显示一段时间内的连续数据。
为清楚起见，显示的折线数量仍然是关键。如果您要在图表中添加多条线，请使用颜色来清楚区分各条线。这样，查看者就可以单独解释这些值，而无需合并代码行。
以下折线图显示了 2016 年至 2019 年期间的月活跃网站用户数。三条独立的线条分别表示美国的各个区域：东海岸、中西部和西海岸。
如需详细了解如何在 Looker 中创建折线图，请参阅折线图选项文档页面。
面积图
最适合直观呈现一段时间内数量的变化。
面积图是在其他笛卡尔图、条形图和折线图的特征基础上构建的。与折线图类似，面积图也以线性方式突出显示一段时间内的连续数据。不过，这些图表利用与条形图类似的填充颜色功能，通过数据显示数量。这样，观看者就可以清楚地看到数量随时间变化的情况。
面积图传达的是整体趋势，而不是各个数据点。由于使用了填充颜色的区域组件，因此当您比较的趋势数量较少时，面积图的效果会更好。如需突出显示趋势较多的数据，不妨考虑改用折线图。
以下面积图也显示了美国各个区域每月的网站用户数量，从而反映了折线图的直观呈现示例。不过，此图表中的填充颜色特别突出显示了从 2018 年到 2019 年的用户数量变化。
如需详细了解 Looker 中的面积图，请参阅面积图选项文档页面。
饼图和圆环图
饼图和圆环图强调各部分之间的关系占数据中整个比例的关系。因此，它们非常适合突出显示分类信息，即可以根据共同特征明确划分为多个组的信息。
为了让饼图和圆环图中的信息更加突出，请选择五个或更少的类别。如果您的类别超过五种，不妨考虑选择其他可视化类型来突出显示相关信息，例如条形图或柱形图。
如果饼图或圆环图表示百分比，则类别值之和必须等于 100%。
Looker 提供饼图的两种变体。本部分介绍了以下图表，并强调了它们在显示分类数据方面的优势：
饼图
最适合直观呈现比例值。
饼图是指完整的圆形图表，该图表根据信息类别分成多个部分。通过这些切片划分，关注重点不仅仅是确切的百分比数量，而是概述的比例如何相互关联，以及影响图表的总体目标。
如果您要强调比例值之间关系的重要性，则饼图可以有效地传达这些关系。如果您要处理的数据超过五类，不妨考虑选择其他可视化图表来突出显示这些信息，例如条形图或柱形图。通过条形图和柱形图，查看者通常更容易理解个体差异。
以下饼图显示了来自美国东海岸、西海岸和中西部三个区域的客户总数所占的百分比。这种可视化类型会按比例传达来自各个区域的客户数量。
如需详细了解如何在 Looker 中创建这些比较图表，请参阅饼图选项文档页面。
多层环图
最适合直观呈现包含多个组成部分的比例值。
借助圆环图多重维度，您可以创建一系列圆环图，以互连的结构直观呈现数据。这些图表省略了圆心，形成了弧线划分，而不是切片。通过在图表中间添加的空白区域，可以进一步为数据添加标签和说明。
在创建多层环图时，请确保各个类别具有统一且一致的模式，以突出它们之间的关系。此外，为了确保清晰度和观看者理解，请在图表中心添加清晰、累计的材料，以突出每个特定甜甜圈倍数图表的细微差别。
下面的圆圈倍数图表显示了多个类别服装的季度产品销售额：牛仔裤、紧身裤、外套和外套，以及短裤。每个季度销售交易都有一个单独的圆环图。此图突出显示了每种服装类别（以统一的颜色表示）对每个季度产品总销售额的贡献。
如需了解如何在 Looker 中添加甜甜圈多个图表，请参阅甜甜圈多个图表选项文档页面。
进度图表
进度图表会突出显示一段时间内显示的信息。通过这些图表，您可以突出显示背景信息及其对数据的影响。进度图表会跟踪整体进度和增长情况。本部分包含以下进度图表的示例：
漏斗图
最适合直观呈现连续阶段。
漏斗图表是突出显示依序阶段的进度图表。此类图表与条形图有些相似之处，条形图还通过水平的矩形可视化图表表示数据。此图表通过堆叠的可视化图表创建漏斗形状。
若要制作有效的漏斗图，请确保数据包含至少四个阶段。这样可以确保产生强烈的视觉冲击，并突出体现一个整体的过程。如果您的组件少于 4 个，请考虑使用其他类型的可视化图表，例如饼图。
以下漏斗可视化图表突出显示了客户操作的五个不同阶段，以及每个阶段的百分比值。这些阶段按降序排列，分别是产品、购物车、购买、注册和取消，分别代表客户与产品的互动情况。
如需详细了解如何在 Looker 中创建此可视化图表，请参阅漏斗图选项文档页面。
时间表
最适合直观呈现时间进展。
时间轴图表通过在设定的时间范围内包含关键事件和标记来突出显示时间的发展过程。虽然时间轴图表通常与时间有关，但这种图表结构也适用于数字和金额。
通过自定义颜色，可在一个图表上使用多个时间轴，以显示多个因素如何随着游戏进程的变化而变化。对于时间轴模式（尤其是 Looker 中），颜色自定义可能因托盘而异。时间轴可以有一个连续的调色板，该调色板会反映渐变选项（在渐变的任意部分带有两个变量）。您还可以有一个分类调色板，这意味着每种颜色表示数据中的一个类别。您可以在时间轴图表选项文档页面中详细了解此颜色自定义和时间轴图表。
以下时间轴可视化图表显示了具体订单 ID 编号以及 2022 年各个订单 ID 对应的平均处理天数。时间轴使用连续的渐变调色板来表示不同的天数。
瀑布图
最适合直观呈现连续的正值和负值。
瀑布图通过序列突出显示正值和负值之间的关系。这些图表显示了起始值如何因各种因素而演变。瀑布图反映了条形图的设计元素。与许多其他可视化类型一样，基于时间的标记或基于类别的标记可以构建瀑布图，具体取决于您的特定数据集。
由于瀑布图专门处理正值和负值，因此请务必明确区分正值和负值。通过颜色使用和文本标签，确保可视化功能清晰区分数据中的值。
以下瀑布图示例显示了订单流程各个阶段（包括已取消、已退货、已发货和处理）的总收入。此外，还会计算总金额。
如需详细了解此可视化类型，请参阅瀑布图选项文档页面。
文本和表格
当您有有意义的文本数据可供显示时，选择文本和表格显示方式会突出显示字词的影响。这些字词的显示方式各不相同，例如突出显示单个值，也可能显示整个数据集中复杂的字词排列。本部分包含文本和表格可视化类型的一些示例：
单值图
最适合直观呈现孤立的数据。
单值图表会突出显示数据集中的某个值。以这种方式直观呈现值可突出该值对较大数据集的重要性和重要性。
在创建单值图表时，请选择一个对受众群体具有重要意义且能反映可视化图表目标的值。此外，请确保字体系列和大小自定义能够凸显值，而不是分散数据注意力或将数据最小化。
以下单个值的示例突出显示了来自加利福尼亚州的年度客户数量，即 118,126 人。
如需详细了解如何在 Looker 中自定义此图表，请参阅单值图表选项文档页面。
单记录图
最适合直观呈现有限的数据片段。
与单值图表类似，单记录图表也会突出显示较大的数据集中选定的有限数据，以传达特定信息。不过，单记录图表包含的信息并非单值图表。此可视化效果可以提供来自一个较大数据集的一个示例。
如果为此类图表选择有效且相关的单条记录，则会突出显示数据集中的一个示例。此图表可通过字体系列、大小和颜色设置进行自定义，以提高可读性和清晰度。
以下单条记录图表显示了有关特定商品“100% 丝绸浅蓝色和海军蓝条纹领带”的关键信息。包括商品 ID、类别和零售价格。
如需详细了解如何在 Looker 中创建这些图表，请参阅单记录图表选项文档页面。
词云图
最适合直观呈现数据频率。
文字云是一种数据可视化工具，可通过自定义字体、字号和颜色来显示数据出现的频率。字词云的关键结构是，特定字词在分析数据集中的出现频率越高，字体大小就越大。即使观看者只是简单地扫一眼或快速扫视，字词云也能通过强烈的视觉冲击力传达数据集中反复出现的相关信息。
自定义间距以及水平和垂直对齐类型可以实现这种视觉影响。在某些字词云中，创作者按特定颜色将相似的主题字词归为一组，从而突显某些元素的关联性。这种按颜色分组的字词还有助于为读者提供背景信息，帮助他们理解所提供的信息。
以下示例字词云突出显示了客户所在的州/省/自治区/直辖市。州名称的大小取决于各州的客户数量，加利福尼亚州则是客户数量最多的州。
如需了解 Looker 如何通过样式菜单选项提供直观的字词云创建功能，请参阅字词云图表选项文档页面。
Maps
地图可视化可呈现与位置相关的数据上下文，因此，如果您的数据与地理区域密切相关，地图可视化是一种有用的可视化类型。您可以对可视化图表的地理范围进行自定义，使其能够最准确地反映您收集的数据。这可能包括通过经度、纬度甚至邮政编码来指定您的位置，具体取决于您的项目。
互动式地图会根据自定义设置进行调整和重新配置，而静态地图在配置后会保持一致。本部分具体介绍了以下地理位置可视化：
Google 地图
最适合使用热图直观呈现地理数据。
Google 地图是 Google 的网络地图平台，可通过与受众互动的方式共享地理信息。借助 Looker 中的 Google 地图功能，您可以使用多种样式（例如通过浅色、深色、卫星、街道和户外）自定义地图的外观。这些样式能够以不同的方式突出显示您的信息，具体取决于数据的范围和重点。此外，Google 地图可视化功能还支持实现热图。热图使用以不同颜色标示的表示数据频率的信息。
以下热图 Google 地图可视化以美国各地的邮政编码显示了每月销售的产品数量。热图的范围从 9 到 66 件售出的产品，并用从绿色到橙色的渐变表示该数字范围。您还可以使用键盘快捷键在此地图中导航。
如需详细了解 Google 地图功能，请参阅 Google 地图图表选项文档页面。
地图
最适合直观呈现交互式地理数据。
互动式地图可视化功能利用地理图像来表示您的数据如何对应到特定位置和区域。通过结合设计的各个方面，互动式地图可以反映许多其他可视化类型。这可能包括使用点、线或区域来表示可视化图表中的标记。
您也可以自定义整体地图的设计。具体而言，在 Looker 中，地图样式包括浅色、深色和卫星选项。上述每个选项也都有无标签功能。此设置会忽略诸如城市和街道名称等关键详情，以便更具体地关注数据，而不是地图的具体细节。选择地图设计时，请考虑用户要考虑的重要细节，并选择最能反映这些细节的设计。
以下图表通过渐变颜色编码系统突出显示了美国不同邮政编码地区的用户数。此互动式地图支持使用缩放功能聚焦于地图上的特定区域。
请参阅地图图表选项文档页面，详细了解 Looker 中的互动式地图。
静态地图（区域）
最适合直观呈现地区数据。
按区域划分的静态地图图表：数据如何影响特定区域。由于地图是静态的，因此无法根据用户互动情况进行更改或调整。这种可视化方法有助于描绘独特的情况，而不是随时间推移不断变化和发展的过程。
以下区域静态地图显示了美国各州的门店数量。在蓝色渐变中，最深的蓝色表示实体店数量最多。此地图的颜色使用情况未经过量化；为了提高各种状态之间的对比度，您可以启用样式菜单中的量化颜色开关。
请参阅静态地图（区域）图表选项文档页面，详细了解 Looker 中的此类地图。
静态地图（点）
最适合直观呈现特定于地理点的数据。
包含点的静态地图会镜像包含区域的静态点。不过，这些地图通过跨区域重叠的点来直观呈现地图。根据您的数据重点，这种可视化类型可能会有所帮助，尤其是在您的数据集没有明确的地区划分的情况下。
以下包含点的静态地图包含了点，这些点按照美国各地邮政编码的客户数量大小进行调整。
请参阅静态地图（点）图表选项文档页面，详细了解 Looker 中的此类地图。
其他图表
除了这些类别之外，Looker 中可用的其他常见数据可视化类型也更加丰富。这些其他特定的可视化形式允许根据您的受众群体进行数据解读，从而进行额外的自定义。本部分包含以下图表示例：
箱线图
适合通过统计摘要直观呈现数据分布情况。
与散点图图表一样，箱线图也适用于突出显示数据分布情况。箱线图可通过统计摘要或通过观察和规律将数据分组的方式显示相关信息。箱形图有一个 5 位数的统计摘要，根据最小值、最大值、样本中位数以及第一个和第三个四分位值来划分数据。箱形图越大，表示数据的分布越大。
以下箱线图示例突出显示了 2021 年 1 月至 2022 年 7 月期间所售产品的数据分布情况。每个每月条目都会通过将鼠标悬停在其上时显示商品数量下限、媒介和上限。
如需详细了解盒图以及如何在 Looker 中对其进行自定义，请参阅箱线图选项文档页面。
自定义可视化图表
除了 Looker 中可用的现有可视化图表外，您还可以创建自定义可视化图表来展示数据。您可以通过以下方式实现自定义可视化图表：
- 添加自定义可视化图表，以使用项目清单文件中的
visualization参数创建自定义可视化图表 - 直接从 Looker Marketplace 中安装可视化图表
- 通过 Looker 管理部分的可视化图表页面安装可视化图表
以插件形式提供的自定义可视化图表示例包括日历热图可视化图表和紫色图形可视化图表。请参阅管理设置 - 可视化图表文档页面，详细了解自定义可视化图表实现。
此外，您还可以为项目创建独特的可视化图表。请参阅为 Looker Marketplace 创建自定义可视化图表文档页面，详细了解如何创建这些可视化图表以及它们如何能够反映您的数据可视化图表目标。