点击上方“观远数据”一起玩！

在万千美食中，小刚我独对一种类似馕的西方圆饼别有倾心！没错，那就是披萨！想象一盘新鲜端上来的披萨，被均匀地等分成圆心角为45°的8个扇形，金黄色的面皮上均匀的撒上了青红辣椒以及各色食材，同时散发着诱人的香气，对吃货的吸引力值100分啊！

而今天，BI界资深产品经理小刚我要教大家的就是一种跟披萨长得很像的图表-饼图。饼图是一个划分为几个扇形的圆形统计图表，用于描述量、频率或百分比之间的相对关系。据说最早的饼图出现在1801年威廉·普莱菲的《统计学摘要》中，用来描述了1789年以前土耳其帝国在亚洲、欧洲及非洲中所占的比例。

饼图的使用看似很简单，拖入一个维度，再加一个数值，OK，搞定！然而一不小心，你的轻率已经悄悄拉开了你与专业图表玩家的距离。来吧，准备好小本本，小刚告诉你，使用饼图会有哪些常见的误区！

小Z刚刚毕业到一家杭派服饰集团数据分析部门实习，老板要小Z分析一下上个月杭城各线下门店的利润占比。小Z觉得这个用饼图来分析很合适啊。于是欻欻两下子，卡片就出来了。完工，交活！

细心的看官们可能发现了，怎么这所有的百分比加起来不是100%啊？7个值怎么只有5块扇形？仔细一看，问题就出在那两个负值上。事实上上个月文一文二店由于某些原因，是处于亏损状态的，因此其利润是个负值。所以，对于这些数据，大家要留个心眼了：饼图是不适合负值的展示的，观远数据在计算百分比的时候，分母中是撇除了负值的。当然，如果你的数据里有负值，但是还是想用饼图来展示数据，可以通过添加筛选器来筛掉负值。不过免于误解，最好对你的处理进行适当的说明。

小Z所在的服饰品牌开设了线上店铺，产品销往全国各地。老板想看一下全国各省的销售状况，于是叫小Z做个直观的图给他。小Z吸取了之前的教训，再三思考，觉得销售额应该是不会有负数的。于是，又是欻欻两下，搞出了各省销售占比的饼图。

各位看官，这次小Z的饼图有问题吗？是的，没错，还有问题！饼图并不适合展示太多的信息。通常我们认为，饼图超过7~8个扇区时，就会使整个饼图显得比较拥挤，数据标签也会比较混乱，有些甚至没有空间可以展示。一般来说，饼图适合展示以下两种情景的数据展示：

>> 一个类别比其他所有类别都要大得多。

>> 类别之间的分布大致相等。

所以，类似以上的数据，其实更适合用柱状图来展示。看下面这图是不是更清晰呢？

好了，如果老板要小Z比较的是各个大区间的销售额，由于大区数量不是太多，用饼图应该合适了。那么大家来看下面这个饼图有没有问题？

答案当然是“有”！我们要注意，每一种图表的使用，都是要表达出制图者的意图。饼图的使用一般是要突出占比最大的类别，另外要方便读图者对比各个类别的数据。因此，专业的做法是从90°方向（时钟12点）顺时针按扇区按面积大小展示数据。值得一提的是，观远的饼图均是从90°开始绘制，因此，您只要对数值进行降序排列，便画出专业饼图。

同样是45.4%的销售占比，60万的总销售额跟600万的总销售额能一样吗？所以说，有时候仅仅有百分比是不够的。观远数据提供方便好用的汇总指标计算，你可以在任何一张卡片上添加基于整个数据及的某个数值的汇总指标。

上面那个例子，精明的老板要求小Z添加了汇总指标后，立马看出了其中的问题：虽然华东区的销售占比达到了45.4%，但是全国总销售额仅有669.9万，远没有到800万的销售目标啊

接下去是一个“悲惨”的故事。据说某饮料品牌想做一个碳酸饮料的市场占有率比较，以彰显自己品牌的市场影响力。员工小K接到了这个神圣的使命，一番市场调查、问卷回访后做出如下饼图。然后，大家猜怎么着——他被开除了！

这个问题出在哪里呢？就是这个颜色！大家仔细看看这个修改前与修改后的颜色，便可窥得其间奥秘！所以呐，小刚我要提醒各位看官啦，数据收集得再辛苦，搞错了自己是哪个家门的，还是活在杯具里啊。

最后给大家总结一下饼图适用的场景到底有哪些：

1、需要突出百分比，而不是绝对值的场合（当然观远数据提供的汇总指标功能也可以帮你同时关注到整体绝对值）；

2、区分类别不太多的场合；

3、类别标签不太长的场合；

4、没有负数，或者负数可以忽略的场合；

5、观众比较饿的场合~ 

正说着披萨流口水呢，福利就来了今天老板心情好请大家吃必胜客！

那小刚我今天就先到这儿了，吃披萨去喽~

（哎！小刚你先把口水收一收~）