El Projecte | Sobre nosaltres | Contribuir | Donacions | Llicència
HOME Els meus cursos Finalitzats
◄ Anterior
◄

Gràfics d'Àrea

Següent ►
►

Els gràfics d'àrea són una extensió dels gràfics de línies que omplen l'espai sota la línia amb color o ombrejat. Són útils per mostrar com una quantitat canvia amb el temps i per comparar diverses categories entre si. En aquest tema, explorarem els conceptes bàsics dels gràfics d'àrea, com crear-los amb diferents eines, i veurem alguns exemples pràctics.

Conceptes Bàsics dels Gràfics d'Àrea

Característiques Principals

  • Representació Temporal: Els gràfics d'àrea són ideals per mostrar dades temporals, com ara vendes mensuals o temperatures diàries.
  • Comparació de Categories: Permeten comparar múltiples categories en un mateix gràfic, mostrant com cada categoria contribueix al total.
  • Visualització d'Acumulació: Són útils per mostrar l'acumulació de dades al llarg del temps.

Tipus de Gràfics d'Àrea

  • Gràfic d'Àrea Simple: Mostra una sola sèrie de dades.
  • Gràfic d'Àrea Apilat: Mostra múltiples sèries de dades apilades una sobre l'altra.
  • Gràfic d'Àrea Percentual: Similar al gràfic d'àrea apilat, però mostra les dades en percentatges.

Creació de Gràfics d'Àrea amb Diferents Eines

Microsoft Excel

  1. Inserir Dades: Introduïu les dades en una fulla de càlcul.
  2. Seleccionar Dades: Seleccioneu el rang de dades que voleu representar.
  3. Inserir Gràfic: Aneu a la pestanya "Inserir" i seleccioneu "Gràfic d'Àrea".
  4. Personalitzar: Ajusteu els colors, etiquetes i altres elements del gràfic segons sigui necessari.

Tableau

  1. Connectar Dades: Connecteu-vos a la font de dades.
  2. Crear Fulla de Treball: Creeu una nova fulla de treball.
  3. Afegir Dades: Arrossegueu els camps de dades a les àrees de columnes i files.
  4. Seleccionar Tipus de Gràfic: Seleccioneu "Gràfic d'Àrea" des del menú de tipus de gràfic.
  5. Personalitzar: Ajusteu els detalls del gràfic segons sigui necessari.

Python (Matplotlib i Seaborn)

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# Exemple de dades
data = {
    'Any': [2015, 2016, 2017, 2018, 2019],
    'Categoria A': [10, 15, 20, 25, 30],
    'Categoria B': [5, 10, 15, 20, 25]
}

df = pd.DataFrame(data)

# Gràfic d'Àrea amb Matplotlib
plt.stackplot(df['Any'], df['Categoria A'], df['Categoria B'], labels=['Categoria A', 'Categoria B'])
plt.legend(loc='upper left')
plt.title('Gràfic d\'Àrea')
plt.xlabel('Any')
plt.ylabel('Valor')
plt.show()

# Gràfic d'Àrea amb Seaborn
df_melted = df.melt('Any', var_name='Categoria', value_name='Valor')
sns.lineplot(data=df_melted, x='Any', y='Valor', hue='Categoria', marker='o')
plt.fill_between(df['Any'], df['Categoria A'], alpha=0.3)
plt.fill_between(df['Any'], df['Categoria B'], alpha=0.3)
plt.title('Gràfic d\'Àrea amb Seaborn')
plt.xlabel('Any')
plt.ylabel('Valor')
plt.show()

R (ggplot2)

library(ggplot2)

# Exemple de dades
data <- data.frame(
  Any = c(2015, 2016, 2017, 2018, 2019),
  Categoria_A = c(10, 15, 20, 25, 30),
  Categoria_B = c(5, 10, 15, 20, 25)
)

# Gràfic d'Àrea amb ggplot2
data_long <- reshape2::melt(data, id.vars = 'Any')
ggplot(data_long, aes(x = Any, y = value, fill = variable)) +
  geom_area(alpha = 0.6) +
  labs(title = "Gràfic d'Àrea", x = "Any", y = "Valor") +
  theme_minimal()

Exercicis Pràctics

Exercici 1: Crear un Gràfic d'Àrea Simple

Utilitzeu les dades següents per crear un gràfic d'àrea simple amb l'eina de la vostra elecció.

Any Vendes
2015 100
2016 150
2017 200
2018 250
2019 300

Solució:

  • Excel: Seguiu els passos indicats anteriorment per crear un gràfic d'àrea simple.
  • Python: Utilitzeu el codi de Matplotlib proporcionat, modificant les dades.
  • R: Utilitzeu el codi de ggplot2 proporcionat, modificant les dades.

Exercici 2: Crear un Gràfic d'Àrea Apilat

Utilitzeu les dades següents per crear un gràfic d'àrea apilat amb l'eina de la vostra elecció.

Any Categoria A Categoria B
2015 50 30
2016 60 40
2017 70 50
2018 80 60
2019 90 70

Solució:

  • Excel: Seguiu els passos indicats anteriorment per crear un gràfic d'àrea apilat.
  • Python: Utilitzeu el codi de Matplotlib proporcionat, modificant les dades.
  • R: Utilitzeu el codi de ggplot2 proporcionat, modificant les dades.

Errors Comuns i Consells Addicionals

Errors Comuns

  • Sobrecàrrega de Dades: Eviteu afegir massa sèries de dades en un sol gràfic d'àrea, ja que pot resultar confús.
  • Mala Elecció de Colors: Utilitzeu colors que es distingeixin clarament entre si per evitar confusions.
  • Eixos No Clarament Etiquetats: Assegureu-vos que els eixos estiguin clarament etiquetats per facilitar la interpretació.

Consells Addicionals

  • Utilitzeu Transparència: Afegiu transparència a les àrees per facilitar la visualització de les dades superposades.
  • Ajusteu l'Escala: Ajusteu l'escala dels eixos per assegurar-vos que les dades es mostrin de manera clara i precisa.
  • Afegiu Etiquetes: Afegiu etiquetes de dades per proporcionar informació addicional i millorar la comprensió.

Conclusió

Els gràfics d'àrea són una eina poderosa per visualitzar dades temporals i comparar múltiples categories. Amb les eines i tècniques adequades, podeu crear gràfics d'àrea efectius que ajudin a comunicar informació de manera clara i visualment atractiva. Practiqueu amb els exercicis proporcionats i exploreu les diferents opcions de personalització per millorar les vostres habilitats en la visualització de dades.

◄ Anterior
◄
Següent ►
►
El Projecte | Sobre nosaltres | Contribuir | Donacions | Llicència
© Copyright 2024. Tots els drets reservats