跳到主要内容

Data Visualizer

规格​

标签值
版本1.2.0（更新于 2025-04-21）
开发者Labii Inc.
类型章节
支持配置是

概述​

Data Visualizer 小插件提供电子表格式绘图功能，让用户可以直接在实验室记录中根据手动输入的数据创建交互式可视化。与 Excel 的绘图功能类似，该小插件将表格式数据输入界面与强大的可视化选项相结合，把结构化数据转换为柱状图、折线图、饼图等。用户可以粘贴外部来源的数据、直接输入数值，或使用示例模板快速构建自定义可视化，以进行临时分析、汇总报告，或展示未存储在现有表格中的数据。这种灵活性非常适合展示外部结果、比较文献数值，或根据计算和聚合数据创建汇总图表。

使用场景​

  • 外部数据可视化：显示数据库中没有的外部实验室仪器、合作方或文献来源结果
  • 汇总报告：手动输入多个实验的聚合值或计算值，以创建可视化汇总
  • 比较图表：并列比较不同来源、方法或时间段的数据
  • 演示图形：通过自定义数据输入，为报告、演示文稿或资助申请生成可用于发表的图表
  • 文献数据：可视化已发表来源中的参考数据、标准值或基准比较
  • 快速分析：无需创建正式数据库表格，即可快速探索小型数据集并进行可视化
  • 理论比较：将预期值、理论预测或目标规格与实验数据一起绘制
  • 会议报告：通过灵活的数据输入，在会议或讨论期间即时创建可视化

界面​

只读视图​

只读视图同时显示数据表格和生成的图表。用户可以一起查看结构化表格数据及其可视化形式，便于验证数据准确性并解读结果。

  • 数据表格显示：以结构化网格显示输入数据，第一列为系列名称，第一行为 x 轴值
  • 图表可视化：交互式图表按照所选图表类型显示数据
  • 图表交互：将鼠标悬停在图表元素上，可查看准确数值和数据点标签
  • 导出入口：提供 Download 按钮，可提取图表数据用于外部分析

Data Visualizer 小插件显示数据表格和图表的只读视图

只读视图同时显示输入数据表格和生成的图表，并提供更新图表类型和下载数据的选项

编辑视图​

编辑视图提供类似 Excel 的电子表格界面，用于输入和修改数据。用户可以直接在单元格中输入内容、粘贴 Excel 或其他电子表格应用中的数据，并使用系列名称和坐标轴标签组织数据。

  • 电子表格界面：与 Excel 类似的行列网格式数据输入
  • 粘贴支持：从外部电子表格复制数据并直接粘贴到小插件中
  • 数据结构：第一行定义 x 轴值（分类或数值），第一列定义图例中的系列名称
  • 示例数据：访问示例数据模板，了解正确的数据格式
  • 保存功能：使用 Save 按钮提交数据更改并生成或更新图表
  • 实时验证：界面会针对数据结构和格式要求提供反馈

配置​

初始设置​

点击 Add Widget，然后从 Custom Input Charts 类别中选择 Data Visualizer，将 Data Visualizer 小插件添加到章节

小插件会显示一个可供输入的空数据网格

输入数据前，可以点击 Configure 按钮设置图表标题、聚合方式和高度

必需设置​

没有严格要求的设置，小插件可以使用默认值运行。但是，必须输入数据才能生成有意义的图表。

可选设置​

使用以下配置选项自定义可视化：

图表外观​

  • Chart title：为图表提供描述性标题。标题显示在可视化顶部，帮助识别所展示的数据。清晰的标题对于科学文档和演示至关重要

  • Height：以像素设置图表高度，默认为 300px。请根据数据复杂度和可用空间调整。对于包含许多数据系列或类别的图表，较大的高度可提高可读性

数据处理​

  • Data aggregation：定义跨行或系列聚合数据时如何合并多个值
    • Sum：计算所有数值的总和，适合累计总量
    • Average：计算所有数值的平均值，适合典型值或代表值
    • Max：显示最大值，适合峰值或最高测量值
    • Median：计算中位数，适合含有异常值的数据集中趋势
    • Min：显示最小值，适合最低值或基线测量值
信息

当存在多个数据系列并希望以数学方式合并它们时，数据聚合才会应用。对于大多数简单可视化，除非有明确需要，否则不会应用聚合。

点击小插件标题栏中的 Configure 或设置按钮

输入描述性的 Chart title，说明所显示的数据

如果需要以数学方式合并多个值，请选择 Data aggregation 方法

调整 Height，确保图表易于阅读并适合章节中的可用空间

点击 Save 应用配置设置

高级配置​

对于复杂的可视化场景：

使用 Example data 按钮加载展示正确数据结构的模板

处理需要以数学方式合并的多个系列时，配置 Data aggregation

根据数据系列和类别的数量调整 Height，避免图表过于拥挤

提示

先使用示例数据了解预期格式，然后替换为实际数值。这有助于确保数据结构正确并减少错误。

其他功能​

数据准备和输入​

Data Visualizer 小插件要求使用特定的数据结构才能正确生成图表：

数据结构要求：

  1. 第一行（X 轴）：包含 x 轴标签或值。可以是分类值（处理名称、时间点）或数值（浓度、日期）
  2. 第一列（系列名称）：包含图例中显示的各数据系列名称
  3. 数据网格：其余单元格包含要绘制的实际数值

点击小插件进入编辑模式并访问电子表格界面

在第一行输入 x 轴值（从第二个单元格开始）

在第一列输入系列名称（从第二个单元格开始）

在相应单元格中填入数据值

点击 Save 提交数据并生成图表

信息

点击 Example data 按钮加载预先格式化的模板，查看正确的数据结构。随后可以用自己的数值修改该模板。

粘贴外部来源的数据​

该小插件支持直接粘贴 Excel、Google Sheets 或其他电子表格应用中的数据：

在外部电子表格中选择并复制数据范围（Ctrl+C 或 Cmd+C）

在 Data Visualizer 小插件中点击要开始粘贴的第一个单元格

粘贴数据（Ctrl+V 或 Cmd+V），小插件会自动填充多个单元格

确认数据结构符合预期格式（第一行 = x 轴，第一列 = 系列名称）

点击 Save，根据粘贴的数据生成图表

提示

从 Excel 粘贴时，请包含第一行的列标题和第一列的行标签，以便自动正确构建数据结构。

选择图表类型​

Data Visualizer 小插件支持 11 种不同的图表类型，可选择最适合数据的表现形式：

可用图表类型：

  • Bar Chart：矩形柱的高度与数值成比例，适合比较离散类别
  • Stacked Bar Chart：多个系列相互堆叠，同时显示构成和总量
  • Line Chart：使用直线段连接数据点，适合显示随时间变化的趋势或有序类别
  • Monotone Line Chart：在数据点之间使用平滑曲线，以无尖锐折角的方式更清晰地显示趋势
  • Area Chart：填充折线下方区域，突出数值大小和累计值
  • Stacked Area Chart：堆叠多个面积系列，显示累计总量和各部分贡献
  • Percent Area Chart：将堆叠面积标准化为 100%，显示不同类别中的相对比例
  • Pie Chart：分为多个扇区的圆形图，用于显示比例分布，最适合单个数据系列
  • Scatter Chart：用独立点表示两个数值变量，适合显示分布
  • Joint Line Scatter：使用线段连接散点，将分布视图和趋势视图结合起来
  • Scatter with Fit：带有最小二乘回归线的散点图，用于显示相关性和预测

保存数据后，图表会使用默认的柱状图类型显示

找到图表显示区域附近的图表类型选择器

点击不同的图表类型选项，以切换可视化样式

选择最能表达数据模式和见解的图表类型

图表类型选择指南：

  • 使用 Bar Charts 比较不同类别的数值
  • 使用 Line Charts 显示随时间变化的趋势或有序序列
  • 使用 Area Charts 突出数值大小或累计值
  • 使用 Pie Charts 显示整体的组成部分（限制为 5–7 个类别）
  • 使用 Scatter Charts 探索两个数值变量之间的关系
  • 使用 Scatter with Fit 通过回归分析量化相关性

数据导出和下载​

导出图表数据，以便在外部分析工具或文档中使用：

找到小插件界面中的 Download 按钮

点击 Download 导出数据

将下载的文件保存到所需位置

导出的数据包括：

  • 包含系列名称和 x 轴值的完整数据表格
  • 以结构化格式保存的所有输入值
  • 可以导入 Excel、R、Python 或其他分析工具

更新图表​

修改数据或更改配置后刷新图表：

在电子表格界面中修改数据后，点击 Save 提交更改

图表会根据更新后的数据自动重新生成

也可以点击 Update 按钮，从数据表格手动重新加载图表

最佳实践​

数据组织​

  • 结构清晰：始终使用第一行存放 x 轴标签，第一列存放系列名称，以确保正确生成图表
  • 单位一致：确保一个系列中的所有数值使用相同单位，以进行有意义的比较
  • 顺序合理：按合理顺序排列 x 轴类别，例如时间顺序、字母顺序或数值大小，便于解读
  • 标签明确：使用有意义的系列名称和坐标轴标签，清楚说明数据含义

数据输入效率​

  • 使用示例数据：先用示例模板了解格式，再替换为实际数值
  • 从 Excel 粘贴：直接从电子表格复制和粘贴数据，比手动输入更节省时间
  • 验证结构：粘贴数据后，在保存前确认第一行和第一列格式正确
  • 经常保存：输入数据后点击 Save，避免丢失工作并预览图表

图表选择策略​

  • 使图表匹配数据：选择适合数据结构的图表类型，例如分类或数值、单系列或多系列
  • 限制饼图类别：为保证可读性，仅在类别不超过 5–7 个时使用饼图
  • 谨慎使用堆叠图：需要同时显示单项数值和累计总量时，再使用堆叠图
  • 使用散点图分析关系：探索两个数值变量之间的关系时使用散点图
提示

对于时间序列数据，请使用折线图或面积图清楚显示趋势。比较不同类别时，请使用柱状图，以便比较各组数值。

应避免的常见问题​

  • 避免：将第一行和第一列留空，或将其用于数据值
  • 正确做法：始终在第一行填入 x 轴标签，在第一列填入系列名称
  • 避免：在同一数据列中混合文本和数字
  • 正确做法：每个系列使用一致的数据类型，以正确渲染图表
  • 避免：创建包含过多扇区（10 个以上）的饼图，因为这会难以阅读
  • 正确做法：将饼图限制为主要类别，或在类别较多时使用柱状图
  • 避免：输入或修改数据后忘记点击 Save
  • 正确做法：始终点击 Save 提交更改并重新生成图表

可视化最佳实践​

  • 描述性标题：使用能清楚说明所显示数据及其上下文的图表标题
  • 适当高度：根据复杂度调整图表高度；系列或类别越多，所需垂直空间越大
  • 颜色考虑：小插件会自动分配颜色，但请确保系列数量不会导致颜色难以区分
  • 图例清晰：使用简洁但具有描述性的系列名称，使图例易于理解

文档和合规​

  • 数据来源：记录手动输入数据的来源，例如外部仪器、文献参考或计算结果
  • 定期更新：输入时效性数据时，注明数据所代表的日期或时间段
  • 导出留档：定期下载图表数据，以保留用于审计追踪的备份副本
  • 验证准确性：根据源数据仔细核对输入值，避免转录错误
  • Chart By Category X：同时需要手动输入图表和表格驱动的分类可视化时配合使用。Data Visualizer 处理临时数据，Chart By Category X 则连接数据库表格
  • Chart By Numeric X：同时需要根据手动输入数据（Data Visualizer）和表格数据（Chart By Numeric X）生成散点图时组合使用
  • Record Summary：与 Record Summary 配合使用，在显示高级记录模式的同时，提供根据外部数据创建的详细自定义可视化
编辑此页
最后由 Yonggan Wu 于 更新