上一期的气泡图是不是戳中你的心了？气泡图相对于散点图，最奇妙的地方莫过于气泡的大小也传达了一定的数据信息，可谓散点图的进阶版。
我们知道，有些图表一眼看上去会有点相似，就像散点图和气泡图、饼图和玫瑰图。所以你可能会说：面积图不就是给折线图涂上颜色的样子吗？No！这一期，我们就来看看
面积图
到底是什么。
面积图
看上去就像层层叠叠的山脉，错落有致的外形下有表达时序的潜质。无论你想表示两种产品的销量差距，还是整理从50年代开始的流行音乐类型，似乎没有一种图表类型可以很好地表达随着时间变化，这些数据的变化情况，但面积图却可以做到。
那么，我们就来看看面积图是怎样帮助你表达这些变化情况的。
这个是最基本的、也是最常见的面积图，它表达的是从1月到6月，两种产品的销量变化情况。通过面积图，我们可以很的清楚地看到，在2月到3月之间，两种产品的销量差距变化情况。
如果使用折线图，虽然也能很清晰第反映出两种产品的销量变化情况，但最想强调的——差距变化的部分，则欠缺可视化的突出表现。
这个是基于上一个图表，使用镝数的“折线对比图”表达两个产品的销量变化情况。
谷歌的音乐时间线使用了一个面积图来表示自50年代以来，流行的音乐类型的情况。
你了解面积图吗?
面积图描述的是一个时间序列关系。但与折线图不同的是，面积图中带有颜色的面积也可以进行量的表达。
在面积图里，数据通过两条数轴表示，在图中用线把一个个数据点连接起来，数轴和这条线之间的区域通常用颜色或阴影来增加易读性。大多数情况下，面积图被用来比较两个或以上多个类别。
面积图的前世今生
和柱状图（镝数鲜声#07——条柱形图：即使简单也有规则）的玩法，你就会知道William Playfair是数据可视化领域的主要创新者，他发明了饼图和柱状图。当然，还有面积图。
第一个面积图“1786年的商业和政治地图集”
横轴为年份（1686年-1784年），位于右边的纵轴为单位（百万英镑），该图描述的是，在该时间段里国债利息的变化——在战争时期，国债利息发生了明显的变化。
面积图的种类
相较于表达个体数据，面积图在表达部分在整体中的变化趋势方面是完美的。
当要表达多数据系列中部分与整体的关系，或者是表达累加的数据集，堆叠面积图就派上用场了。
面积图主要有三种重要的变化形式，针对具体情况，每一种面积图都有它的最佳用法。
1.标准面积图
标准面积图适用于展示或者比较
随着时间连续变化的定量
。在需要绘制大量数据系列的情况下，折线图通常是更清晰的可视化表达方式(数据点被隐藏的解决方案详见下文的设计小贴士)。
2.堆叠面积图
堆叠面积图适用于
可视化“部分-整体”的关系
，这有助于我们展现各分类及总体的发展趋势和相互之间的关系。
值得注意的是，堆叠面积图与标准面积图不同，某一分类的值并非与纵坐标完全对应，而是通过折线之间的相对高度来表达。
因此堆叠面积图不会出现不同分类的数据点被遮盖、被隐藏的状况。
阿里研究院发布的《创新飞跃的五年——10大关键词解读中国互联网》报告中，则运用了堆叠面积图来比较4年来，双11包裹签收的峰值流量。
数据来源：阿里研究院《创新飞跃的五年——10大关键词解读中国互联网》
3.百分比堆叠面积图
百分比堆叠面积图适用于展现每个类别与整体的关系。在这种情况下，累加的总数不重要，我们要观察的是不同类别（例如Organic Search）在不同时间（例如JAN、FEB、MAR、APR）的
相对高度
以及
与整体的关系
。
网易运用了三个百分比堆叠面积图，展示了美国不同收入组的所得税纳税份额、不同收入组的收入份额以及中国不同收入组的所得税纳税份额。
我们能非常清楚地看出，虽然美国的贫富差距在拉大，高收入群体的收入份额越来越高，但一直以来，他们缴纳的所得税份额不仅都大于收入份额，而且其增长速度也远超收入份额的增长。
数据来源：《美国10%的最高收入者贡献全国七成所得税》，网易，2014年2月11日。
面积图设计小贴士
面积图在可视化制作中越来越受欢迎，但如果没有合理的设计，它们表达的数据信息将很难传达出来，更别说理解了（下图是一个典型的反面例子——对比的类别太多，颜色太炫目，变化不清晰，易读性不强）。
数据来源：《2017年1月电影微博月报》，新浪微博数据中心，2017年3月13日。
为了数据表达能更加清晰，在设计面积图的时候，你要确保你做到了以下几点：
1.使用透明色
在标准面积图中，要注意把数据的
极大值
和
极小值
都展现出来确保数据在背景中不被遮挡，所以在数据顺序上要深思熟虑并且使用透明色。
2.纵坐标从0开始
在设计面积图的时候，要注意从纵轴的0坐标上开始我们的可视化设计。
3.对比类别的数量不要太多
在进行面积图设计时，为了更好地突出重点，对比的类别不宜太多，否则重点不突出，降低了易读性。
一招避开图表可视化雷区
当Deadline逼近时，你可能没有那么多的时间去考虑配色、数据位置等问题。又或者你想要提高工作效率，想花最少的时间得到最优化的可视化效果。以上种种需求，
镝数
都帮你想到了！
无论是上面介绍到的
堆叠面积图：
还是
百分比堆叠面积图：
它们都美美地收藏在镝数的近百个图表模板中，只要选择
“线性图”
类型，你就能快速地找到它们。录入你的数据，选择自己喜欢的配色（当然镝数原始模板的配色也很好看），就能生成
专属你的可视化图表
。
看到这里，你还会觉得面积图是给折线之间涂上颜色的折线图吗？既然get到新图表，就赶紧到镝数用起来吧，你的数据可视化会变得更清晰、更有吸引力！
更多镝数使用问题请参看以下文章，如果仍有无法解决的问题，请发送邮件至public@dydata.io或者直接在后台留言。
咱们下期再见！
内容参考来源：
Data Visualization 101: Area Charts, ColumnFive, 2015.1.19.
https://www.columnfivemedia.com/data-visualization-101-area-charts
数据来源：
《美国10%的最高收入者贡献全国七成所得税》，网易，2014年2月11日。
http://data.163.com/14/0211/22/9KRAL9GE00014MTN.html
《创新飞跃的五年——10大关键词解读中国互联网》，阿里研究院，2017年10月9日。
http://www.aliresearch.com/blog/article/detail/id/21398.html
《2017年1月电影微博月报》，新浪微博数据中心，2017年3月13日。
http://weibo.com/2205075871/EzBGkffms?type=comment#_rnd1508074841127
编辑：陈淑晶
运营：张玉涵
返回搜狐，查看更多
责任编辑：
