跳到主要内容

帕累托图

帕累托图是「按值降序的柱状图」加一条副轴上的累计百分比折线,副轴固定为 0–100 %。默认在 80 % 处画一条虚线, 一眼就能看出「几个类别占掉了大部分」—— 就是那张「二八法则」图,在质量控制、变异分析、错误归类的场景里很常见。

SELECT kuva_render(to_json({
'title': 'Support ticket error categories',
'series': [{
'type': 'pareto',
'categories': cats
}]
})) AS chart
FROM (
SELECT list({'label': category, 'value': count}) AS cats
FROM read_csv_auto('{{DFK_BASE_URL}}data/pareto.tsv')
);

画之前会按值降序排序("sorted": false 就保留你给的顺序)。「Value」/「Cumulative %」的图例默认开着 —— 柱子与折线本来就总是同时出现。

副轴在构造上就是百分比,没有可配的东西,刻度按 0%, 20%, … 排版。类别轴默认旋转并做防重叠抽稀,因为帕累托 数据的类别数通常比手搭的柱状图多。

样式​

color 是柱子的填充,line_color 是累计线,threshold 是参考线的位置(给了它就同时打开参考线), cumulative_labels 把百分比写在每个折线点上方。

SELECT kuva_render(to_json({
'title': 'Styled Pareto',
'series': [{
'type': 'pareto',
'categories': cats,
'color': 'seagreen',
'line_color': 'darkorange',
'threshold': 90,
'cumulative_labels': true,
'bar_legend_label': 'count',
'line_legend_label': 'cumulative %'
}]
})) AS chart
FROM (
SELECT list({'label': category, 'value': count}) AS cats
FROM read_csv_auto('{{DFK_BASE_URL}}data/pareto.tsv')
);

把长尾并成「其他」​

真实的缺陷日志总有一堆只出现一次、把坐标轴挤爆的小类别。max_categories 把排在 n - 1 名之后的全并成一根柱子 —— 但它不是把尾巴加成一个大数糊过去,而是画成一摞堆叠,每个成分各有自己的图例条目,什么都没藏。 other_label 给它改名(默认 "Other")。

SELECT kuva_render(to_json({
'title': 'Top 5 + Other',
'series': [{
'type': 'pareto',
'categories': cats,
'max_categories': 5,
'other_label': 'Other',
'cumulative_labels': true
}]
})) AS chart
FROM (
SELECT list({'label': category, 'value': count}) AS cats
FROM read_csv_auto('{{DFK_BASE_URL}}data/pareto.tsv')
);

这一摞在累计线上只贡献一个点,与它在轴上占的一格对应 —— 所以哪怕六个类别被塞进了一根柱子,曲线也还是诚实的。

横向​

horizontal 把类别放到 y 轴。这时累计线会挪到画在顶部的一条副 x 轴上,因为副轴永远跟着「装数值」的那根轴走。

SELECT kuva_render(to_json({
'title': 'Horizontal Pareto',
'series': [{
'type': 'pareto',
'categories': cats,
'horizontal': true,
'cumulative_labels': true
}]
})) AS chart
FROM (
SELECT list({'label': category, 'value': count}) AS cats
FROM read_csv_auto('{{DFK_BASE_URL}}data/pareto.tsv')
);

字段​

字段类型设置什么
categoriescategory[]必填。 每个类别 {label, value}。给原始值,不要给累计值。
colorstring柱子的填充色(默认 steelblue)。
line_colorstring累计线的颜色(默认 firebrick)。
widthnumber柱宽占类别槽位的比例(默认 0.8)。
sortedboolean按值降序排(默认开;false 保留你给的顺序)。
cumulative_labelsboolean在每个累计折线点旁写百分比。
show_thresholdboolean画虚线参考线(默认开)。
thresholdnumber参考线的水平(百分比,默认 80)。
max_categoriesinteger把 n - 1 名之后的全并成一根堆叠柱。
other_labelstring那根柱子的名字(默认 "Other")。
bar_legend_label / line_legend_labelstring柱子与折线的图例文字。
show_legendboolean画图例(默认开)。
horizontalboolean类别在 y 轴;累计线挪到顶部的副 x 轴。

说明​

  • 累计线是用你给的数值算的 —— 传原始计数,千万别传已经累计过的。
  • sorted 默认 true;帕累托图的意义就在降序,false 是留给「类别本身有必须保留的自然顺序」的场合。
  • max_categories 把「其他」那根柱子算在 n 个槽位之内。
  • 全为 0 的数值是报错(没有总量可以取百分比)。

另见​