名次变化图
名次变化图(bump chart)跟踪每个系列在若干离散时间点或条件下的名次。相邻名次之间连线,最好的名次在最上面 —— 于是「交叉」就是故事本身:一条线跨过另一条,就是一个系列超过了另一个。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/bump.tsv'))
SELECT kuva_render(to_json({
'title': 'Rank over time',
'series': [{
'type': 'bump',
'series': (SELECT list({'name': series, 'ranks': rs} ORDER BY series)
FROM (SELECT series, list(rank ORDER BY time) AS rs FROM d GROUP BY series)),
'x_labels': (SELECT list(CAST(time AS VARCHAR) ORDER BY time)
FROM (SELECT DISTINCT time FROM d))
}]
})) AS chart;
每个系列带一条 ranks,每个时间点一个值;x_labels 给这些时间点命名。两者长度必须一致 —— 它们是按位置配对的。
从原始数值自动排名
系列也可以带 values,由图表在每个时间点上现排名次。输入本来就是一个分数、而不是一个排名时,这才是诚实的做法。
SELECT kuva_render(to_json({
'title': 'Ranked from values',
'series': [{
'type': 'bump',
'series': [
{'name': 'Alpha', 'values': [95, 80, 88, 92]},
{'name': 'Beta', 'values': [80, 95, 72, 86]},
{'name': 'Gamma', 'values': [70, 85, 95, 78]}
],
'x_labels': ['Q1', 'Q2', 'Q3', 'Q4'],
'tie_break': 'average'
}]
})) AS chart;
默认数值越大名次越靠前。rank_ascending: true 翻过来,用于越小越好的量 —— 赛跑用时、错误数、延迟。
SELECT kuva_render(to_json({
'title': 'Lower is better',
'series': [{
'type': 'bump',
'series': [
{'name': 'Alpha', 'values': [12.4, 11.8, 11.9, 11.2]},
{'name': 'Beta', 'values': [13.1, 12.6, 11.5, 10.9]},
{'name': 'Gamma', 'values': [11.9, 12.2, 12.0, 11.6]}
],
'x_labels': ['Q1', 'Q2', 'Q3', 'Q4'],
'rank_ascending': true
}]
})) AS chart;
强调某一个系列
highlight 指定一个系列来强调:它拿到更粗的线和更醒目的端点标签,其余全部降到 20 % 不透明度。想让名次变化图
围绕某一个对象讲,又不想把上下文删掉,这是标准做法。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/bump.tsv'))
SELECT kuva_render(to_json({
'title': 'Highlighting one series',
'series': [{
'type': 'bump',
'series': (SELECT list({'name': series, 'ranks': rs} ORDER BY series)
FROM (SELECT series, list(rank ORDER BY time) AS rs FROM d GROUP BY series)),
'x_labels': (SELECT list(CAST(time AS VARCHAR) ORDER BY time)
FROM (SELECT DISTINCT time FROM d)),
'highlight': 'Beta'
}]
})) AS chart;
缺席的时间点
ranks 里的 null 表示该系列在那个时间点缺席,线会断开而不是插值穿过去 —— 这就是「没测」与「排最后」
的区别。
SELECT kuva_render(to_json({
'title': 'With gaps',
'series': [{
'type': 'bump',
'series': [
{'name': 'Alpha', 'ranks': [1, NULL, 2, 1]},
{'name': 'Beta', 'ranks': [2, 1, 1, 3]},
{'name': 'Gamma', 'ranks': [3, 2, NULL, 2]}
],
'x_labels': ['A', 'B', 'C', 'D']
}]
})) AS chart;
并列怎么处理
自动排名遇到相同数值时,tie_break 决定名次:
tie_break | 给的名次 |
|---|---|
"average" | 它们所占位置的平均值(如 2.5、2.5)(默认) |
"min" | 全部拿最好的名次 |
"max" | 全部拿最差的名次 |
"stable" | 保持输入顺序 |
SELECT kuva_render(to_json({
'title': 'Ties, broken by minimum',
'series': [{
'type': 'bump',
'series': [
{'name': 'Alpha', 'values': [90, 90, 80]},
{'name': 'Beta', 'values': [90, 70, 95]},
{'name': 'Gamma', 'values': [60, 90, 85]}
],
'x_labels': ['Q1', 'Q2', 'Q3'],
'tie_break': 'min'
}]
})) AS chart;
平均名次是小数 —— 这也正是 ranks 接受小数的原因:2.5 是合法的预排名次,意思是「并列第二」。
曲线形状与标签
| 字段 | 默认 | 设置什么 |
|---|---|---|
curve_style | "sigmoid" | "sigmoid" 用曲线穿过数据点;"straight" 用直线相连 |
show_rank_labels | false | 把名次数字写在点里 |
show_series_labels | true | 左右两端标出系列名 |
dot_radius | 6 | 点半径(像素) |
stroke_width | 2.5 | 线宽(像素) |
legend | true | 显示图例 |
SELECT kuva_render(to_json({
'title': 'Straight lines, rank labels',
'series': [{
'type': 'bump',
'series': [
{'name': 'Alpha', 'ranks': [1, 3, 2, 1]},
{'name': 'Beta', 'ranks': [2, 1, 1, 3]},
{'name': 'Gamma', 'ranks': [3, 2, 3, 2]}
],
'x_labels': ['2021', '2022', '2023', '2024'],
'curve_style': 'straight',
'show_rank_labels': true,
'dot_radius': 8,
'stroke_width': 2
}]
})) AS chart;
字段
| 字段 | 类型 | 设置什么 |
|---|---|---|
series | series[] | 必填。 每项是 {name, ranks?, values?, color?}。 |
ranks | (number | null)[] | 已知的名次;null 会断线。 |
values | (number | null)[] | 原始数值,自动排名;null 会断线。 |
x_labels | string[] | 每个时间点一个标签。 |
curve_style | string | "sigmoid"(默认)或 "straight"。 |
rank_ascending | boolean | 数值小的排前面(默认关)。 |
tie_break | string | "average"(默认)· "min" · "max" · "stable"。 |
highlight | string | 按名字强调一个系列;其余变淡。 |
show_rank_labels / show_series_labels | boolean | 点里的名次数字、两端的系列名。 |
dot_radius / stroke_width | number | 点与线的尺寸。 |
legend | boolean | 显示图例(默认开)。 |
说明
series不能为空,且每项要有name,以及ranks或values其中之一。- 一张图里别混用两种:
values是在给了 values 的那组内部排名的,所以带ranks和带values的系列不在 同一个尺度上。 - 缺席的时间点用
null,不要用0——0是一个名次,而且它会排在第 1 名之前。 x_labels要覆盖到每一个时间点;短了的话多余的点就没有标签。- 最好的名次在最上面,而
rank_ascending只改变「哪种原始数值拿到小号」,不会翻轴。
另见
- kuva — 名次变化图 —— 绘图库自己的图型参考。
- 坡度图 —— 只有两个时间点的版本。
- 平行坐标 —— 维度不止一条时间轴的排名。