Bạn có thể dễ dàng tìm thấy các loại chart khác nhau trên mạng, nhưng chỉ có 7 loại chart dưới đây được sử dụng phổ biến và rộng rãi nhất vì tính dễ xây dựng và khả năng diễn giải tốt hơn.
Khi nào nên và khi nào không nên sử dụng chúng? Tips lựa chọn chúng là gì? Bạn hãy cùng 200Lab tìm hiểu nhé!
Biểu đồ thanh (Bar Chart)
Bạn NÊN sử dụng khi:
- Bạn muốn so sánh các phần của một tập hợp dữ liệu lớn hơn, đánh dấu các danh mục (categories) khác nhau hoặc muốn hiển thị sự thay đổi theo thời gian.
- Categories label dài, vì nó sẽ cung cấp nhiều không gian hơn.
- Bạn muốn minh họa cả giá trị âm và dương trong tập dữ liệu.
Bạn KHÔNG NÊN sử dụng khi:
- Bạn đang sử dụng nhiều điểm dữ liệu (multiple data points).
- Bạn đang có quá nhiều danh mục, vì biểu đồ thanh của bạn không được có nhiều hơn 10 bars.
Biểu đồ tròn (Pie Chart)
Bạn NÊN sử dụng khi:
- Bạn muốn hiển thị tỷ lệ tương đối và tỷ lệ phần trăm của toàn bộ dữ liệu.
- Bạn có tập dữ liệu nhỏ, bên cạnh đó bạn cũng có thể áp dụng biểu đồ donut.
- Bạn muốn so sánh sự ảnh hưởng của một yếu tố so với các yếu tố khác.
- Bạn có tối đa 6 danh mục (categories).
- Dữ liệu của bạn là danh mục và không theo thứ tự.
Bạn KHÔNG NÊN sử dụng khi:
- Bạn có một tập dữ liệu lớn.
- Bạn muốn so sánh sự chính xác hoặc sự tuyệt đối giữa các giá trị.
Biểu đồ đường (Line Chart)
Bạn NÊN sử dụng khi:
- Bạn có một tập dữ liệu liên tục thay đổi theo thời gian.
- Tập dữ liệu của bạn quá lớn so với biểu đồ thanh (bar chart).
- Bạn muốn hiển thị nhiều chuỗi cho cùng một dòng thời gian.
- Bạn muốn visualize xu hướng thay vì các giá trị chính xác.
Bạn KHÔNG NÊN sử dụng khi:
- Bạn có tập dữ liệu nhỏ, vì biểu đồ đường chỉ hoạt động hiệu quả với tập dữ liệu lớn. Bạn có thể sử dụng biểu đồ thanh (Bar Chart) thay thế, nếu bạn có tập dữ liệu nhỏ.
Biểu đồ phân tán (Scatter Plot)
Bạn NÊN sử dụng khi:
- Hiển thị mối tương quan (correlation) và phân cụm (clustering) trong bộ dữ liệu lớn.
- Tập dữ liệu của bạn chứa các điểm (points) có pair of values.
- Thứ tự các điểm (points) trong tập dữ liệu của bạn là không cần thiết.
Bạn KHÔNG NÊN sử dụng khi:
- Bạn có một tập dữ liệu nhỏ.
- Các giá trị trong tập dữ liệu của bạn không tương quan (correlation).
Biểu đồ khu vực (Area chart)
Bạn NÊN sử dụng khi:
- Bạn muốn hiển thị một phần của toàn bộ mối quan hệ.
- Bạn muốn hiển khối lượng dữ liệu không liên quan đến thời gian.
Bạn KHÔNG NÊN sử dụng khi:
- Dữ liệu rời rạc.
Biểu đồ bong bóng (Bubble charts)
Bạn NÊN sử dụng khi:
- Bạn muốn so sánh các giá trị một cách độc lập.
- Bạn muốn hiển thị sự phân phối (distribution) hoặc mối quan hệ (relation).
Bạn KHÔNG NÊN sử dụng khi:
- Bạn có một tập dữ liệu nhỏ.
Biểu đồ kết hợp (Combined Chart)
Bạn NÊN sử dụng khi:
- Bạn muốn so sánh các giá trị với các phép đo khác nhau.
- Các giá trị khác nhau trong phạm vi.
Bạn KHÔNG NÊN sử dụng khi:
- Bạn muốn hiển thị nhiều hơn 2 đến 3 loại đồ thị. Trong trường hợp này, tốt nhất là bạn nên có các biểu đồ riêng biệt để dễ đọc và dễ hiểu hơn.
Tips chọn biểu đồ
Bất cứ khi nào bạn quyết định tạo data visualization, hãy sử dụng các tips dưới đây để đạt được hiệu quả tốt nhất.
- Nếu bạn có dữ liệu phân loại (categorical), hãy sử dụng biểu đồ thanh (bar chart) nếu có nhiều hơn 5 categories hoặc biểu đồ tròn (pie chart).
- Nếu bạn có dữ liệu định danh (nominal data), hãy sử dụng biểu đồ thanh (bar chart) hoặc histograms nếu dữ liệu của bạn là rời rạc. Còn nếu dữ liệu của bạn liên tục thì nên sử dụng biểu đồ đường (line charts) hoặc biểu đồ vùng (area charts).
- Nếu bạn muốn hiển thị mối quan hệ giữa các giá trị trong tập dữ liệu của mình, có thể sử dụng biểu đồ phân tán (scatter plot), biểu đồ bong bóng (bubble chart) hoặc biểu đồ đường (line charts).
- Nếu bạn muốn so sánh các giá trị, hãy sử dụng biểu đồ tròn (pie chart) để so sánh sự tương đối và biểu đồ thanh (bar chart) để so sánh sự chính xác.
- Nếu bạn muốn so sánh volumes, hãy sử dụng biểu đồ vùng (area chart) hoặc biểu đồ bong bóng (bubble chart).
- Nếu bạn muốn hiển thị xu hướng (trends) và mẫu trong dữ liệu của mình, hãy sử dụng biểu đồ đường (line chart), biểu đồ thanh (bar chart) hoặc biểu đồ phân tán (scatter plot).
Bài viết được dịch từ đây.
Nếu bạn có định hướng trở thành Data Analyst chuyên nghiệp thì bạn có thể tham khảo bộ khóa học toàn diện chuyên nghiệp với combo 4 khóa học trong 1 bootcamp của 200Lab tại đây.
Ngoài ra, bạn có thể nhấn vào link này để tham gia vào nhóm và nhận thêm nhiều tài liệu hữu ích khác về Data nhé!
Pum
Life is short. Smile while you still have teeth :)
Bài viết liên quan
Tìm hiểu SQL: Hướng dẫn Prompt SQL với ChatGPT, Copilot
Dec 07, 2024 • 11 min read
Database (Cơ sở dữ liệu) là gì? Những loại Database phổ biến nhất hiện nay
Sep 01, 2024 • 11 min read
Python là gì? Những đặc điểm nổi bật và Ứng dụng của Python
Aug 28, 2024 • 14 min read
Ứng dụng Hypothesis Testing - Kiểm định giả thuyết trong Y học
Jul 18, 2024 • 8 min read
Google Colab là gì? Hướng dẫn sử dụng Google Colab cho người mới
Jul 02, 2024 • 10 min read
Hướng dẫn cách lấy dữ liệu Facebook Ads Tự động Mỗi ngày Miễn phí - Phần 2
Jun 24, 2024 • 6 min read