2、数据可视化中的分类分析与条形图应用

数据可视化中的分类分析与条形图应用

1. 分类分析基础

分类分析是数据可视化的基石，也是数据分析师最常用的可视化类型。它通过一个维度（如[地区]）和一个度量（如[销售额]）来对数据进行剖析。维度通常是分类值，不会被聚合，常被用于创建数据标题或生成过滤器；度量一般是可通过数学函数（如求和、求平均或中位数）进行聚合的数值，能创建从范围一端延伸到另一端的连续轴。

分类分析可帮助回答常见的业务问题，如下表所示：
| 问题类型 | 示例问题 |
| — | — |
| 比较问题 | A 与 B 相比如何？ |
| 分布问题 | X 度量在 Y 类别中如何分布？ |
| 贡献问题 | A、B 和 C 对总体的贡献有多少？ |
| 时间变化问题 | X 度量随时间（时间作为维度）如何变化？ |

分类分析通常以条形图的形式呈现。条形图利用高度或长度作为视觉编码来表达度量。视觉编码是指在图表中显示数据的技术，这种编码方式有效，因为人类可以快速分析条形大小的差异，而且条形图易于理解和标注。

1.1 条形图案例：Banco de Tableau

假设你是一家大型金融机构 Banco de Tableau（简称 BoT）的数据团队成员，需要了解消费者的消费行为。该目标对组织的成功至关重要，因为它将推动营销工作、合作伙伴关系和产品推广的方向，还能为客户画像提供见解，甚至挖掘扩大客户群体的机会。

1.1.1 构建基本条形图

为了解决 BoT 数据团队的问题，我们从构建基本条形图开始。使用金融机构交易数据集，在 Tableau 中按以下步骤操作：
1.