跳到主要内容

人口金字塔

人口金字塔是背靠背的横向柱状图:一行一个年龄组,一侧一个人群。对称的版式让两边的人口年龄分布一眼就能对比。

SELECT kuva_render(to_json({
'title': 'Population pyramid',
'series': [{
'type': 'pyramid',
'left_label': 'male',
'right_label': 'female',
'series': [{'label': 'census', 'groups': groups}]
}]
})) AS chart
FROM (
SELECT list({'age': age, 'left': male, 'right': female}) AS groups
FROM read_csv_auto('{{DFK_BASE_URL}}data/pyramid.tsv')
);

left_label 与 right_label 印在两侧上方。年龄组按给定顺序自下而上排 —— 金字塔通常是年龄最小的在最下面。

归一化模式​

normalize 把每根柱子表示成总量的百分比,于是左右对比与量级无关 —— 要公平地比较两个规模不同的人群,这是唯一的 办法。

SELECT kuva_render(to_json({
'title': 'Normalised (%)',
'series': [{
'type': 'pyramid',
'left_label': 'male',
'right_label': 'female',
'series': [{'label': 'census', 'groups': groups}],
'normalize': true,
'show_values': true
}]
})) AS chart
FROM (
SELECT list({'age': age, 'left': male, 'right': female}) AS groups
FROM read_csv_auto('{{DFK_BASE_URL}}data/pyramid.tsv')
);

两个系列对比​

series 里给多项,每个系列就会在每个年龄组内部占一条自己的子带 —— 两个普查年份、两个地区并排比,用它最自然。

SELECT kuva_render(to_json({
'title': 'Two series',
'series': [{
'type': 'pyramid',
'left_label': 'male',
'right_label': 'female',
'series': [
{'label': 'group A', 'groups': groups, 'color': '#4c72b0'},
{'label': 'group B', 'groups': groups2, 'color': '#dd8452'}
],
'show_legend': true
}]
})) AS chart
FROM (
SELECT list({'age': age, 'left': male, 'right': female}) AS groups,
list({'age': age, 'left': female * 1.15, 'right': male * 1.15}) AS groups2
FROM read_csv_auto('{{DFK_BASE_URL}}data/pyramid.tsv')
);

年龄组取自第一个系列,所以后面的系列必须按同样的顺序列同样的标签 —— 它们是照着那套行结构画的。

重叠模式​

mode: "overlap" 把各系列画成半透明的柱子互相叠在一起,而不是并排。它是给「两个系列、且问题是 A 的轮廓如何 落在 B 里面」这种场合用的。

SELECT kuva_render(to_json({
'title': 'Overlap mode',
'series': [{
'type': 'pyramid',
'left_label': 'male',
'right_label': 'female',
'series': [
{'label': 'group A', 'groups': groups, 'opacity': 0.6},
{'label': 'group B', 'groups': groups2, 'opacity': 0.6}
],
'mode': 'overlap',
'show_legend': true
}]
})) AS chart
FROM (
SELECT list({'age': age, 'left': male, 'right': female}) AS groups,
list({'age': age, 'left': female * 1.15, 'right': male * 1.15}) AS groups2
FROM read_csv_auto('{{DFK_BASE_URL}}data/pyramid.tsv')
);

字段​

字段类型设置什么
seriesseries[]必填。 每个系列一项:{label, groups, color?, opacity?}。
left_label / right_labelstring两侧上方的标签(默认 "Left" / "Right")。
left_color / right_colorstring单系列时两侧的柱色(默认 #4C72B0 / #DD8452)。
normalizeboolean把数值表示成总量的百分比。
show_valuesboolean在每根柱子末端写数值。
group_gapnumber行与行之间的空白,按行高的比例。
bar_gapnumber分组模式下子带之间的缝。
modestring"grouped"(默认)或 "overlap"。
show_legendboolean每个系列一条图例。

系列里每个 groups 项是 {age, left, right}。

说明​

  • series 不能为空,且每个系列至少要有一个人群组。
  • 年龄组取自第一个系列;后面系列的标签不一样也不会新增行。
  • normalize 是每一侧相对自己那侧的总量算,所以左右两半各自加起来是 100 %。
  • opacity 只在重叠模式下有意义;分组模式本来就靠 bar_gap 把系列分开。

另见​