可视化与数据报告

本文基于模型知识整理。

一句话定义

可视化是把分析结论压缩成一眼可懂的图；报告则按「结论先行 → 图表佐证 → 方法附录」组织，让数据回答它该回答的问题。

为什么重要

分析的价值在传达：一张选错图型的图能把正确结论表达成错误印象（如截断 y 轴夸大波动）。对以数据产出为交付物的采集项目，图表与报告就是最终产品（kp-024 的出口）。

前置知识

kp-027/028 产出的分析结果；matplotlib 基础调用。

核心概念

• 图型选择：时序→折线；类别对比→柱状；分布→直方图/箱线；两变量关系→散点；构成→堆叠柱（慎用饼图）。
• 图表诚实：y 轴从 0 开始（折线可例外但需说明）、完整标注轴与单位、颜色不承载唯一信息。
• 一图一事：每张图只回答一个问题；信息过载时拆图。
• 报告结构：结论（1–3 条）→ 证据（图表+关键数字）→ 方法与局限（附录）。

原理与机制

从「分析产物」到「报告图表」的映射：

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(8, 4))
for sku, series in indexed.items():                 # indexed 来自 kp-027
    ax.plot(series.index, series.values, label=sku)

ax.set_title("竞品价格指数对比（基期=100）")          # 标题即结论方向
ax.set_ylabel("价格指数")
ax.legend(fontsize=8)
fig.tight_layout()
fig.savefig("price_index.png", dpi=150)

图型决策速查：

问"随时间怎么变"      → 折线(时序, 变价事件加竖线标注)
问"谁高谁低"          → 柱状(排序后展示)
问"数据怎么分布"      → 直方图 / 箱线图(看离群, 呼应 kp-025)
问"两个量什么关系"    → 散点(聚类结果可上色, 呼应 kp-028)
问"构成占比"          → 堆叠柱(类目≤5时饼图可接受)

实例或案例

同一份价格数据两种表达：A 版把 y 轴设为 98–104（截断），视觉上「暴跌暴涨」；B 版 y 轴从 0 起、标注指数基期，真实波动一目了然。汇报场景里 A 版会误导决策——图的形式本身就在参与叙事，必须诚实。

常见误区

• 误区一：一图多问。 六条序列、双 y 轴、三种颜色塞一张图，读者五秒内得不到任何结论；拆成小倍数图（subplots）。
• 误区二：图无标注。 缺轴名、单位、基期说明的图无法被引用；每个数字都要可追溯。
• 误区三：过程当结论。 报告从「我先抓了……然后清洗……」讲起；读者要的是结论先行，过程放附录。

自测题

1. 五类问题对应的图型？

答：时间趋势→折线；类别对比→柱状；分布→直方/箱线；关系→散点；构成→堆叠柱。

1. 为什么折线图 y 轴可以不从 0 开始？

答：折线关注变化趋势而非面积比较；但需在图中注明，且对比类柱状图必须从 0 起。

1. 报告的三段结构？

答：结论先行（可执行要点）→ 图表与关键数字佐证 → 方法、口径与局限附录。

与其他知识点的关系

kp-024 的 marts 表是作图数据源；kp-028 的聚类结果靠散点上色表达；kp-033 把「报告交付」列为项目闭环终点。

延伸阅读

matplotlib 官方 Beginners' guide；《用数据讲故事》的图表设计原则章节。