[新华图表分析] 失败和错误的案例分析_数据分析师
网上的新华图表，有时也让人可以轻松的看看新闻或者数据，但和《商业周刊》、《财经》等杂志上的图表比起来，明显就差一个大截。虽说新闻图表可以轻松点，并不一定要非常专业严肃，但也要符合基本的图表规范。下面是新华图表最近的一些例子。
这个图表的问题是，
1、标题没有特色。这是最主要的中国人的图表标题总喜欢是什么什么情况、什么什么趋势图，要阅读者去猜作者想通过图表表达什么。为什么不直接说出你想通过图表表达的观点呢，比如这个可以改为“中央财政三农支出逐年增加”，直接了当。
2、显示过细的数据细节。都关心到中央财政支出了，多宏观的层面，谁还关注那个小数点后面的数字？过细的数据细节只能增加干扰。
3、2002年使用了不同的颜色，不知是什么原因，没有注释。
4、标题与图表的柱子使用相同颜色，没有对比。单位使用深红色，没有必要，是应该弱化的元素。
5、可以将增长率信息加入图表。
这个就是个完全失败的图表了，实在太难看了。
1、标题。没有观点，且大标题和小标题完全重复，没有提供任何有用的信息。
2、超过7个多达10个的项目，已不适合用饼图来表现，会显得很凌乱，而应该用条形图(bar图），并且应从大到小排序，突出重点。这些特长的标签也好安排。
3、爆炸效果实在难看，各项目颜色不协调柔和。
4、对数据标签的修饰过多。
5、注释竖排不习惯。注释应使用最弱化的形式。
给个例子吧，做成下图可能就好多了：
这个图表就文不对题了，
1、标题说我国宽带用户数居全球首位，但左边的图中，我们却看到中国排在最后？原来左边的图反映的是互联网普及率！标题说我国宽带用户数居全球首位，下面的主图表就应该是一个中国排第一位的、降序排列的宽带用户数的bar图。
2、右边modem上的图很大很突出，成了主图，却也不是反映标题的。没有自己的标题或说明，读者看了之后才猜出来是中国的宽带用户数的变化。
3、其他。次标题信息与大标题信息有重复；万户的单位没有必要反复重复；数据来源放在下面横排更好些；背景有的横线有的竖线不协调。
4、那个modem不知道读者是否都认识。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在 MySQL 实际应用中，“频繁写入同一表” 是常见场景 —— 如实时日志存储（用户操作日志、系统运行日志）、高频交易记录（支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系，我将从相关系数的核心定义与类型切入，详解 “数 ...
2025-10-30对 CDA（Certified Data Analyst）数据分析师而言，“相关系数” 不是简单的数字计算，而是 “从业务问题出发，量化变量间关联强 ...
2025-10-30在构建前向神经网络（Feedforward Neural Network，简称 FNN）时，“隐藏层数目设多少？每个隐藏层该放多少个神经元？” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是：Excel 透 ...
2025-10-29在 CDA（Certified Data Analyst）数据分析师的工作中，“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中，“正态分布” 是许多统计方法（如 t 检验、方差分析、线性回归）的核心假设 —— 数据符合正态分布时，统计检验的 ...
2025-10-28箱线图（Box Plot）作为展示数据分布的核心统计图表，能直观呈现数据的中位数、四分位数、离散程度与异常值，是质量控制、实验分 ...
2025-10-28在 CDA（Certified Data Analyst）数据分析师的工作中，“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域，单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布，却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合，理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA（Certified Data Analyst）数据分析师而言，“假设检验” 绝非 “套用统计公式的机械操作”，而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中，“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”，直接决定了运营动作 ...
2025-10-24在卷积神经网络（CNN）的训练中，“卷积层（Conv）后是否添加归一化（如 BN、LN）和激活函数（如 ReLU、GELU）” 是每个开发者都 ...
2025-10-24在数据决策链条中，“统计分析” 是挖掘数据规律的核心，“可视化” 是呈现规律的桥梁 ——CDA（Certified Data Analyst）数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上，Python 凭借其丰富的科学计算库（NumPy、FilterPy）、深度学习框架（PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域，“状态估计” 是核心任务 —— 即从含噪声的观测数据中，精准推断系统的真 ...
2025-10-23在数据分析全流程中，“数据清洗” 恰似烹饪前的食材处理：若食材（数据）腐烂变质、混杂异物（脏数据），即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域，“大模型” 已成为近年来的热点标签：从参数超 1750 亿的 GPT-3，到万亿级参数的 PaLM，再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中，“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
