柱状图是怎么把数据的层级关系"看得见"的

说实话，我第一次认真研究柱状图和层级关系这个问题，是在一次数据分析的汇报会上。那时候我对着屏幕上花花绿绿的图表，心里只有一个念头：这些柱子到底想告诉我什么？老板问了一个问题："这三个层级的数据差异到底在哪里？"我支支吾吾说了半天，自己都觉得没说到点子上。

后来我开始琢磨这件事。柱状图这东西吧，看起来简单，方方正正的长条，谁都认识。但真正要用它来表达复杂的层级关系，其实门道挺多的。今天就让我用Raccoon - AI 智能助手的方式来拆解一下这个问题，看看柱状图到底是怎么把那些看不见摸不着的层级关系给"摆"在我们眼前的。

我们先搞清楚什么是数据的层级关系

说白了，层级关系就是数据之间有"大小""高低""包含与被包含"这种层层叠叠的联系。举个例子可能会更清楚。

比如你是一家电商公司的运营，你手里有一份销售数据。总体销售额是一个大数字，这个大数字是由各个省份的销售额组成的，每个省份的销售额又是由各个城市的销售额组成的。这，就是层级关系。再比如一个互联网产品的用户数据，总用户数下面分活跃用户和不活跃用户，活跃用户里又分高频使用、中频使用、低频使用，这也是层级关系。

这种层级关系在我们生活里到处都是。公司有总部、部门、小组三层结构；学校有年级、班级、学生三个层次；甚至你家里的收纳盒，大盒子里装小盒子，小盒子里装更小的盒子，本质上也是层级结构。

问题来了，我们怎么把这些关系画出来让人一眼就看明白？柱状图就是干这个的。

最基础的层级展示：分组柱状图

分组柱状图这个名字听起来有点学术，其实你肯定见过。就是那种把不同类别的柱子并排放在一起的那种图。

举个例子，假设你有一份数据，讲的是三个地区（华东、华南、华北）在2023年和2024年的销售额。分组柱状图就会在华东这个分类下面画两个柱子，一个代表2023年，一个代表2024年，华南同理，华北也同理。这样你一眼就能看出来：华东的销售额比华南高，华北垫底，而且每个地区2024年都比2023年有增长。

这种图的好处是直观。柱子高矮一眼可辨，差异大小立刻呈现。但它也有局限，如果你的层级只有两层，比如只有地区和年份，那分组柱状图刚刚好。但如果层级再深一点，比如地区下面还有城市，城市下面还有具体产品，这个图就会变得很乱，柱子太多，看得人眼花缭乱。

我在网上看到过一些讨论分组柱状图的文章，有的说这种图适合展示"两个分类维度"，这个说法我觉得挺准确的。分组的依据就是一个维度，每个组里面的柱子数量代表另一个维度，两个维度就能在一张图上同时呈现。

分组柱状图的适用场景

根据我自己的经验，分组柱状图特别适合下面这几种情况：

• 两个对比维度都是类别型的，而且类别数量都不多。比如月份和季度，产品线和产品类型，时间跨度不太长的年份对比。
• 你需要强调的是同类别在不同条件下的一致性或差异性。比如你想看"所有地区是否都在增长"，分组柱状图就能很好地回答这个问题。
• 数据的绝对值很重要，你需要让人精确地比较高度差异。分组柱状图的柱子高度是精确的，这比饼图那种角度估算要准确得多。

但是，如果你的类别太多，比如你有20个城市要对比，每个城市两根柱子，那就不是分组柱状图了，那叫"事故现场"。我曾经见过一张图，40根柱子挤在一起，分组都分不清谁是谁。这种情况下，你就得考虑换一种展示方式了。

进阶玩法：堆叠柱状图

堆叠柱状图是另一个常用的选择。它的特点是同一个分类的柱子不是并排站，而是叠在一起。

还是用销售额的例子。如果你要看各地区的总销售额，同时还想知道这个总销售额是怎么组成的（比如由产品A、产品B、产品C共同组成），堆叠柱状图就很适合你。华东地区一根柱子，这根柱子由三段组成，分别代表产品A、B、C的贡献。华南同理，华北也同理。

这种图的优势在于它能同时告诉你两件事：总体的大小，以及整体的构成。你不仅能比较华东和华南谁的总额更大，还能看出华东的销售额里产品A占比更高，而华南可能是产品B更强势。这种洞察用分组柱状图就比较难得到了。

不过堆叠柱状图也有它的问题。那就是：如果你要比较不同类别中某一组成部分的差异，眼睛扫起来会比较累。比如你想比较华东和华南的产品A谁卖得更多，在堆叠图上你得把两根柱子里的产品A那一段单独挑出来比，而在分组图里这两根柱子本来就是并排的。

这就是分组柱状图和堆叠柱状图的根本区别：分组图适合比较组内各成员之间的差异，堆叠图适合比较整体的总量差异，同时展示构成关系。到底用哪个，取决于你最想让人看的是什么。

百分比堆叠图：另一个变体

还有一种叫百分比堆叠图，是堆叠柱状图的近亲。在百分比堆叠图里，每个柱子的高度都被调整成一样的100%，各组成部分用百分比来表示。这样你的注意力就被集中在构成比例的差异上，而不是总量的差异上。

这个变体什么时候有用呢？当总量的差异其实不重要，或者当你想消除总量差异的干扰时。比如你比较三个地市的人口结构，每个地市的人口总数可能相差很大，但你想看的是老年人口占比、青少年人口占比这些比例关系，这时候百分比堆叠图就比普通堆叠图合适。

我记得有本讲数据可视化的书里说过，选择图表类型最重要的问题是："你想让读者回答什么问题？"这个问题我觉得特别对。搞清楚了问题，选图就容易多了。

多层级数据的展示：嵌套/复合柱状图

现在我们来说说更复杂的情况。如果你的数据有三个层级，甚至四个层级怎么办呢？

这种情况我遇到过最头疼的一次是做一个全国性的项目分析，数据有四个维度：区域、省份、城市、产品线。老板说了一句让我至今难忘的话："我要一张图能看到所有这些关系。"我当时心想，这怎么可能？

后来我发现，确实有办法，但需要动动脑筋。最常见的一种方法叫"嵌套"或者叫"复合"，就是把大的分类用较粗的柱子表示，小的分类用嵌套在里面的细柱子表示。听起来有点抽象，我找个具体的例子说。

假设你要展示各区域的销售额，区域下面有省份，省份下面有城市。在复合柱状图里，每个区域用一根粗柱子表示，区域内部嵌套着代表各个省份的细柱子。如果还想再深入，可以在省份柱子里面再嵌套城市柱子。

这种图看起来会有点像俄罗斯套娃，大盒子里套着小盒子。但它的好处是你能同时看到所有层级的信息，而且层级之间的包含关系一目了然。

当然，这种图也有代价。首先是它会变得比较复杂，读者需要花点时间才能看懂。其次是当数据量很大的时候，嵌套层数越多，图就越难读。所以通常来说，三层嵌套已经是极限了，四层的话基本就没人能看懂了。

我查了一些资料，发现对于多层级数据，还有一种思路是"分解展示"。就是做一系列小图，每张图展示两个层级，通过点击或切换来看不同层级的详情。这种方式在交互式仪表盘里用得很多，但在静态报表里就不太方便了。

有没有办法让层级关系更直观？一些实用技巧

除了选择合适的图表类型，还有一些细节处理能让层级关系表达得更清楚。

颜色的运用

颜色在层级展示里是个很巧妙的工具。最简单的做法是：同一层级的类别用同一色系的不同深浅来表示。比如华东用浅蓝色，华北用中蓝色，华南用深蓝色。这样读者一眼就知道它们属于同一个大类别。

更高级的做法是用颜色来强调你想让读者关注的差异。比如如果你想让人特别注意某个省份的表现，可以给它用一个对比色，比如其他都是蓝色系，它用橙色。这样视觉上的突出就能引导读者的注意力。

不过颜色也不能用得太多太乱。一般来说，同一图表里使用的颜色种类最好不超过七八种，超过这个数人的眼睛就分不清了。如果你的类别实在太多，考虑把相近的类别合并，或者用渐变色带来表示连续变化。

排序的艺术

排序是个被很多人忽视的技巧。默认情况下，柱状图可能是按字母顺序或者数据录入顺序排列的。但如果你手动调整排序顺序，能让层级关系更清晰。

比如在一个堆叠柱状图里，如果把占比最大的组成部分放在最下面，占比最小的放在上面，读者看起来会更舒服。这符合大多数人的阅读习惯，从下往上看，从主体到细节。

分组柱状图里，把表现最好的组放在中间或者最左边，因为这些位置更容易被注意到。表现差一点的放边缘，这种布局能让整体信息传达更有效。

标签和注释

p>柱状图上的数据标签是个好东西。我的经验是：如果空间允许，尽量在柱子上直接标注数值。特别是当精确值很重要的时候，比如财务报告，读者不需要猜柱子高度对应多少数字，一眼就能看到。

对于有层级的数据，还可以在不同层级之间加一些视觉分隔线或者背景色块区分。比如用浅灰色背景把同一区域内的柱子框在一起，告诉读者"这些属于同一层级"。

还有一种做法是使用"缩进"或者"分组标题"。在每个组的柱子上面或旁边写上组名，组名之间有明显的缩进或对齐关系，读者一看就知道哪些柱子属于同一组。

特殊情况：时间序列的层级

时间序列数据其实也是一种层级关系，只不过它的层级是按照时间粒度来分的。比如年度数据下面有季度，季度下面有月度，月度下面有周度。

处理这种层级，柱状图有一些专门的技巧。比如"钻取"功能，就是点击某根年度柱子，能展开显示下面四个季度的柱子。在静态图里做不了交互，但可以用"小图放大"的方式，在主图旁边放一个钻取后的小图。

还有一种做法是"迷你图"，在每个主柱子旁边画一排小小的趋势线或迷你柱状图，表示它下面的细分数据。这样既保持了主图的简洁，又提供了细分的参考。

我在做时间序列分析的时候，发现一个很有用的原则：不要试图在单张图里塞进所有时间层级的信息。根据你的汇报目的，选择最重要的那一层来做主图，其他层级作为补充。如果用户想看细节，他们可以要求你提供另外的图表。

哪些情况该考虑不用柱状图

说了这么多柱状图的好处，我也得公平地说说它的局限性。

当层级关系非常复杂，超过三层甚至四层的时候，柱状图不管怎么设计都会显得很乱。这时候也许树状图或者桑基图是更好的选择。这些图天生就是用来展示层级和流动关系的，视觉效果可能更合适。

当你的重点是展示各部分占整体的比例，而且这个比例关系比绝对值更重要的时候，饼图或者环形图可能更直观。虽然饼图被很多数据可视化专家批评，但它在展示"占比"这件事上确实有天然优势。

当数据之间有明确的流动或演变关系的时候，比如用户从一个环节流向下一个环节，流程图或者桑基图会比柱状图更能说明问题。柱状图擅长比较静态的状态，但不太擅长描述动态的过程。

我个人的经验是：没有哪种图表是万能的。关键是理解你的数据特点和你想传达的信息，然后选择最适合的那个。如果你自己拿不准，建议多画几种图对比一下，看看哪种最能回答你想回答的问题。

一些来自实践的心得

写了这么多，最后说几点我自己在实际工作中总结的经验吧。

第一，做图表之前一定要先想清楚"这张图要回答什么问题"。这个问题想清楚了，画图就成功了一半。很多时候我们之所以画不出好图，是因为我们根本不知道想表达什么。

第二，图表的简洁比信息的丰富更重要。一张让人一眼看懂的图，比一张信息很多但没人能看懂的图有价值得多。如果信息量大，考虑拆成多张图，而不是挤在一张图里。

第三，多看看别人是怎么画图的。网上有很多优秀的数据可视化案例，看看人家是怎么处理类似问题的。我自己就经常从别人的图表设计里学到东西。

第四，做完之后找个人问问，看他能不能看懂你想表达的意思。如果看不懂，说明设计有问题，改到能看懂为止。这个办法比任何指南都管用。

结语

柱状图看起来简单，但要真正用好它来展示层级关系，需要考虑的东西还挺多的。从分组到堆叠，从单层到多层，从静态到交互，每一种选择都有它的道理。

我觉得吧，画图这件事和写文章有点像，最重要的是"让人看懂"。技巧固然重要，但更重要的是你心里有没有想清楚要说什么。如果自己都是糊里糊涂的，再漂亮的图也传达不了信息。

希望这篇用Raccoon - AI 智能助手的方式写的东西，能给你带来一点启发。下次你需要做层级数据可视化的时候，可以想想今天聊的这些方法，选一个最适合你的场景的方案。祝你画图顺利！

附录：常见图表类型速查