cover

手上有筆資料試了半天,卻老是做不出好的圖表?覺得做圖步驟重覆又費時嗎?網路上有許多很棒的視覺化工具,然而往往我們卻不知道該如何下手比較好。這時候,我們應該來試試 Popily ,自動化的資料視覺圖表服務!

長條圖、折線圖、圓餅圖 … 基本的圖表看起來簡單,要畫卻不是這麼容易。 Plot.ly、DataWrapper、Microsoft Excel 或 Google Chart,很多讓我們畫各種圖表的工具,但他們通常都對你的資料一無所知 — 我們需要準備資料餵給他們、明確的告訴他們,這條線要對準那組資料,這個餅要依照那筆資料的大小來畫。

Popily 看準了這點投出了記直球,看看他們的首頁標語:

「Instantly get tons of charts, pick your favorites.」

成千上萬的圖表 ( Tons of Chart )!我的天,用 Google Spreadsheet 要畫多久?他是怎麼辦到的?

使用範例

這邊讓我們隨著他的教學的使用步驟為大家介紹一遍。首先,註冊並登入後,點選範例資料集進入使用流程,這裡我們使用來自「權力遊戲」影集的範例資料:

sample-data

( 若你跟著步驟照做,會看到 Popily 本身所提供的教學訊息,由於此篇文章本身就帶有介紹意味,我們將直接略過教學的部份 )

點擊 Game of Thrones 連結並不會直接帶入範例資料,而是提供連結讓我們透過網路載入來進行教學模式。在接下來的載入畫面,我們需要點擊「USE EXCEL, CSV, OR JSON」按鈕,接著再點擊「I’VE ENTERED MY LINK!」。這兩個步驟原本還可以從不同來源載入資料,但由於是教學模式,他將無關的部份隱藏,讓我們快速通關:

load-data

一旦資料匯入平台, Popily 會試著做自動的資料分析。而這裡第一個步驟就是猜測資料的格式,比方說也許是日期資料、也許是金額資料等等;當他無法順利的自動判別資料類型時,Popily 會提示我們做手動的資料判別。下圖的三個欄位即是需要手動介入判別的部份,我們可以點選「Ignore」略過,也可以從下拉式選單選取我們要的類型:

data-type

確定資料類型都是我們想要的之後,點選右方的 「Continue」 按鈕,接著再簡單的填入資料的簡單描述,我們終於來到了傳說中的「Tons of Charts」頁面:

explore

… 好吧,什麼都沒有。我們得自行在上圖的輸入框中選取我們想要的資料欄,接著它便會產生對應的圖表。從圖中我們可以看到這裡至少有長條圖與折線圖,而在畫面外我們還找到堆積長條圖與分組長條圖。我們可以透過左方的檢查表濾過部份數據,算是個簡單的編輯,若點擊進單張圖則有額外的設定可以調整:

result

下圖即為點入單張圖之後的畫面。以這張折線圖為例,右上角的鉛筆符號可以讓我們做圖表的簡單客製,包含標題、軸線文字,但可以調整的部份不多;除此之外,我們可以產生連結、嵌入碼、圖片等等,比較特別的是他也提供 PowerPoint 與 Excel 的格式下載 ( 右方最下面的兩個按鈕 ):

chart

教學模式大致上就到這個地方,我們接著可以利用自己的資料再玩一遍,探索資料的不同表現型式。

小結

Popily 在產生圖表時,主要是透過不同的資料叢集來實作;比方說,當我們使用台灣人口數據,指定我們想呈現人口指標時,Popily 便會試著利用資料集內含的其它欄位例如鄉鎮、縣市等行政區,或是年份、性別等資訊,來做不同的累計、分組 ( Bar Chart ) 或趨勢 ( Line Chart ) 的描繪。由於這樣的操作在其它工具裡往往是繁瑣的手續,需要不斷的選擇不同欄位來重新產生圖表,所以可以說是為我們省了不少的工。

不過,我們還是不得不提 Popily 的一些缺點。

  • 光是做一輪教學模式,就知道要到圖表需要經過不少步驟,讓整件事情看起來比實際複雜許多。
  • 資料型態的自動判別應該可以做得更好。
  • 既然是自動視覺化,圖表探索就不應該再要求使用者填入資料,這只會讓使用者感到煩惱。更好的方式是把所有圖表列出,再用左方檢查表的方式讓使用者以過濾的方式留下想要的資料。
  • 產生的圖表顯然有某種規則 ( 比方說,前面的例子有不少圖都是利用「ProductSold」欄位來匯整,卻沒有足夠的資訊引導我們理解這件事,因此視覺化列表反而顯得很雜亂而不知所措。
  • 我們對於圖表的需求往往來自對於,「嘿,這組數據配那組數據搞不好會很有趣!」這樣的資料好奇心,這時我們會知道自己想要的欄位有哪些。Popily 雖然幫助我們一次看大量的資訊,但並沒有為我們建立對資料的感覺。從這個角度來看,Popily 對我們的幫助可能並不會太大。

自動產生圖表這件事其實略有爭議;Ian Johnson 在今年 ( 2016 ) 一月初所寫的這篇文章「Automatically generate beautiful visualizations from your data ( and other bad ideas ) 」提到了自動生成圖表的問題;雖然 Popily 做的就是自動化圖表生成,但我傾向把他看成是一種方便性的服務,讓我們可以快速地利用視覺化來瀏覽資料。

不過,若從這個角度來看, Datacomb ( 請參考我們先前的介紹專文「 用視覺化快速掌握大量資料 - Datacomb 」 ) 似乎做得更好,只可惜 Datacomb 並不是打造成線上服務的模式,因此要使用會有一些門檻。無論如何, Popily 是個方便的服務,如果之後你會接觸到需要花時間探索的資料集,不如考慮試著用 Popily 先簡單的做一遍視覺化吧!

 


Written by infographics.tw

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *