案例教程链接：https://www.bilibili.com/video/av75882536

背景

image.png

数据源

原始数据过于精细，在该图表类型上展现效果一般。所以为简便起见，案例数据是用正态分布模拟的。以1967年为例，完整数据和计算公式见附件：

倾向程度
Year Level Democrats Republics No. Year Mean_Demo Mean_Repu
1967 -10 4 0 1 1967 -5.1 2.5
1967 -9 12 0 2 1969 -5.1 2.5
1967 -8 28 0 3 1971 -5.1 2.5
1967 -7 51 0 4 1973 -5.15 2.6
1967 -6 72 0 5 1975 -4.9 2.8
1967 -5 80 0 6 1977 -4.8 3
1967 -4 69 0 7 1979 -4.8 3.2
1967 -3 46 2 8 1981 -4.9 3.4
1967 -2 24 6 9 1983 -4.8 3.6
1967 -1 10 17 10 1985 -4.8 3.8
1967 0 3 37 11 1987 -4.8 4
1967 1 1 60 12 1989 -5 4.1
1967 2 0 77 13 1991 -5 4.2
1967 3 0 77 14 1993 -5.3 4.2
1967 4 0 60 15 1995 -5.4 4.2
1967 5 0 37 16 1997 -5.9 4.15
1967 6 0 17 17 1999 -5.89 4.1
1967 7 0 6 18 2001 -5.88 4.2
1967 8 0 2 19 2003 -5.87 4.8
1967 9 0 0 20 2005 -5.86 5.2
1967 10 0 0 21 2007 -5.85 5.6
22 2009 -5.84 6
23 2011 -5.83 6.2
24 2013 -5.82 6.3
25 2015 -5.81 6.25
26 2017 -5.8 6.2

数据.xlsx
The Economist January 12th 2019 - This town, shut down.pdf

主标题 Coming apart
副标题 United States,

distribution of ideology of House members | | 说明 | N/A | | 来源 | Source: VoteView.com | | 附注 | N/A |

效果

006 系列套图的数据分布变迁呈现.png

左图无法表现分布的变迁过程。

优化清单

整体采用系列套图的形式（压扁重叠）
对于单张图而言采用简单的面积图
添加风格标记红色小方块
添加主副标题、数据源标签、图例
添加手动时间线纵坐标（系列图没有统一纵坐标）
添加辅助理解标记（突出重点辅助理解）
单张图压缩的非常扁（考虑到数据的特征设计的）
每张图实际存在重叠（减少不必要的空间浪费，增加集中度）
面积图系列有细微白边框（防止重叠后的边缘不可见)
图表重叠有优先级关系（上底下顶）
单张图表的两个系列有重叠透明化（未实现）
单张图表横轴有变色加粗延伸
单张图表纵轴交叉位置修正变色加粗
（纵轴能够作为调整位置的参考）

制作步骤

第一张图

  1. 选中1967年的两列数据，插入面积图，删除不需要的元素
  2. 选中横轴，设置纵坐标轴交叉为“分类编号：11”，标签位置为“无”，主刻度线类型为“无”
  3. 设置横轴线条为“实线”，宽度2磅，颜色为灰色
  4. 选中纵轴，设置标签位置为“无”，线条为“实线”，宽度2磅，颜色为黑色
    image.png
  5. 设置纵轴范围为0到150
  6. 设置图表区为“无填充”，使其背景透明

  7. 设置图表区的边框为“无线条”

    其他图

  8. 点击第一张图不放，按下CTRL拖动复制

  9. 设置横轴线条宽度更小一点
  10. 设置新图的横轴颜色跟背景颜色一样
  11. 选中图表，再到数据源区域移动其数据源选区
  12. 选中其中一个数据系列，设置边框为“实线”，颜色为白色，若有必要将新图上移一层
  13. 选中另一个数据系列，设置边框为“实线”，颜色为白色
    image.png
  14. 插入形状置于最底层充当画布
  15. 将现有的图表与背景组合

  16. 剩余图制作步骤如上

    细节

  17. 添加其他形状元素image.pngimage.pngimage.pngimage.pngimage.png

  18. 添加其他文本元素

分析

图表类型 面积图系列套图
适用数据 当原始数据量较大单张图表维度不足够使用时使用
某单维度数据变化对比时使用
突出特征 参数变化的统计结果对比

通常情况下，如此大量的数据不会直接出现在图标展现阶段。数据导入后清洗数据，再做数据分析，分析得出的统计结果才是需要被可视化呈现的。
本案例的数据复杂程度高体现在：

  1. 数据点多
  2. 维度多：时间维度、党派维度、倾向维度
  3. 时间维度长

综上，本案例采用系列套图。

在本案例中，整体上最终效果的呈现还是依靠单张图表，而且组合的图表均为同类型图表，因此属于较为浅层的系列套图应用。其他套图有：不同类型套图的系列套图；亦或者是矩阵类型的组合方式等。系列套图的使用一般是应对需要表达的数据量过大或者是数据维度特别多，一张图没有办法完整的呈现时，来拓展表现维度。
除此以外本案例在整体设计上最突出的一个思路就是对重点的强调，本案例的标题叫做“Coming apart”，可以理解为“分歧”，或者说产生分歧的这个过程， 因为数据表明保守党和共和党的各自的政治倾向更加明显了，从原本的存在交集到后来的完全独立，因此在图表设计上也重点强调该观点。主要细节部分有以下几点：
1、单张图表的纵轴突出显示，区分两派的区域，让读者了解意见在过去的40年里面是如何产生分歧的；
2、在整体图表的上方可以看到特殊增加了一组指示标记，强调了两个方向；
3、单张图表完全的删除了横轴、纵轴的标记数量等不重要的信息。这种思路是在数据量多，数据维度多的情况下是必须要使用的，需要有所取舍才能够突出重点。