跳到主要内容

Chart By Category X

规格​

标签值
版本0.1.0（更新于 2025-04-20）
开发者Labii Inc.
类型章节
支持配置是

概述​

Chart By Category X 小插件根据实验记录和章节中的分类数据生成交互式可视化。它利用 Select 或 ForeignKey 列对数据进行分类，并显示不同类别的记录数或聚合数值，因此非常适合分析分布、比较组别和跟踪趋势。该小插件支持多种聚合方法（总和、平均值、最大值、最小值、中位数）、灵活的坐标轴格式和可选分组功能，可直接在实验室工作流程中将表格数据转化为清晰、可操作的见解。

使用场景​

  • 样本分布分析：显示样本在不同处理组、细胞系或实验条件中的分布
  • 处理比较：比较不同处理类别或实验方案中的数值测量结果，例如浓度、纯度和产量
  • 质量控制监控：跟踪不同产品批次或质量类别的测试结果、通过/失败率或检查结果
  • 实验进度跟踪：监控项目章节中的任务完成状态、工作流程阶段或里程碑完成情况
  • 库存分析：按供应商、位置或类型分类显示试剂用量、库存水平或消耗模式
  • 人员工作效率：分析不同团队成员的记录创建、实验完成或任务分配情况
  • 设备利用率：跟踪不同设备类别的仪器使用、维护状态或可用性
  • 基于时间的分类：使用基于日期的分类列时，显示不同时间段（每周、每月）的数据分布

界面​

只读视图​

只读视图显示交互式柱状图，x 轴为类别，y 轴为计数或聚合值。可视化位于章节内部，并根据配置设置自动更新。

  • 数据显示：使用标签清晰的坐标轴和颜色编码系列，以柱状图显示分类数据
  • 交互功能：将鼠标悬停在柱形上，可查看准确数值和类别标签
  • 图表交互：如果启用了自动更新，底层数据发生变化时，可视化会动态更新
  • 导出入口：提供 Download 按钮，可提取源数据用于外部分析

Chart By Category X 小插件显示分类数据的只读视图

只读视图显示柱状图，x 轴为类别，y 轴为聚合值，清楚呈现数据分布

编辑视图​

该小插件专用于数据可视化和报告，因此不提供编辑视图。所有配置和自定义操作都通过小插件标题栏中 Configure 按钮打开的设置面板完成。小插件根据配置参数自动生成可视化，无需直接编辑图表本身。

配置​

初始设置​

点击 Add Widget，然后从 Data Driven Charts 类别中选择 Chart By Category X，将该小插件添加到章节

点击小插件标题栏中的 Configure 按钮或设置图标，打开配置面板

按照以下说明配置数据源和可视化参数

必需设置​

小插件必须配置以下设置才能正常运行：

  • Table：选择包含要可视化数据的表格。此选择会更新其他配置选项中的可用列

可选设置​

使用以下可选参数自定义可视化：

数据筛选和来源​

  • Query：输入查询字符串，筛选图表中包含的记录。留空则包含所选表格的所有记录
  • X axis：选择用作 x 轴类别的列。Select 或 ForeignKey 列最适合分类数据。如果未选择任何内容，将使用记录名称作为 x 轴

X 轴配置​

  • X axis sorting：定义类别在 x 轴上的排列方式

    • String (A-Z)：按字母升序排列
    • String (Z-A)：按字母降序排列
    • Number (Ascending)：按数值升序排列
    • Number (Descending)：按数值降序排列
    • RID (Ascending)：按记录 ID 升序排列
    • RID (Descending)：按记录 ID 降序排列

  • X axis format：控制 ForeignKey 值在 x 轴上的显示方式

    • Full (UID: Name)：显示完整引用，例如 “TRT24: Untreated Control”
    • Name only：仅显示名称部分，例如 “Untreated Control”，并将名称相同的记录归为一组

数据系列和聚合​

  • Series：选择一个或多个用作数据系列的列。列必须使用 Number、Formula 或 Consumption 小插件。如果未选择系列，小插件默认显示记录数

  • Group：选择用于创建分组可视化的列。指定组后，x 轴值成为类别，组值成为系列，系列值会针对每种组合进行聚合，从而支持多维分析

  • Data aggregation：定义数值的合并方式

    • None：显示原始值，不进行聚合
    • Sum：计算所有数值的总和（未选择系列时为默认值）
    • Average：计算所有数值的平均值
    • Max：显示最大值
    • Min：显示最小值
    • Median：计算中位数

可视化自定义​

  • Chart title：为图表提供描述性标题。标题显示在可视化顶部
  • Height：以像素设置图表高度，默认为 250px。请根据数据复杂度和章节可用空间调整

自动更新设置​

  • Should auto update：启用后，在底层数据发生变化时自动重新计算并刷新图表，确保可视化与实验室数据保持最新
  • Should auto update when empty：启用后，即使小插件最初没有数据，也会自动执行计算

选择 Table 以定义数据源

选择一个 X axis 列以定义类别，建议使用 Select 或 ForeignKey 列

可以选择一个 Series 列来聚合数值，也可以留空以统计记录数

配置 X axis sorting 和 X axis format，控制类别显示方式

如果使用数值系列，请选择 Data aggregation 方法

添加 Chart title，并根据需要调整 Height

如果需要实时更新图表，请启用 Should auto update

点击 Save 应用配置

信息

小插件需要至少一个使用 Select 或 ForeignKey 小插件的列来提供分类数据。进行数值聚合时，还需要使用 Number、Formula 或 Consumption 小插件的列。

高级配置​

对于复杂分析场景：

使用 Group 选项创建包含类别、组和聚合系列的多维可视化

结合 Query 筛选器和 X axis 选择，将分析集中于特定数据子集

处理名称相同但 ID 不同的 ForeignKey 引用时，将 X axis format 设置为 “Name only”

尝试不同的 Data aggregation 方法，从数据中发现不同见解

注意

包含许多类别、组或大型数据集的复杂配置可能影响图表渲染性能。如果出现性能问题，请考虑使用 Query 筛选器限制数据范围。

其他功能​

数据导出​

导出用于生成图表的底层数据，以进行外部分析或记录保存：

找到小插件界面中的 Download 按钮，它通常位于小插件标题栏中或图表下方

点击 Download 导出聚合数据

将下载的文件保存到所需位置

导出的数据包括：

  • x 轴类别值
  • 每个类别的聚合值或计数值
  • 配置分组时的组信息
  • 选择多个系列时的系列数据

导出的数据可用于：

  • 导入外部分析工具，例如 Excel、R、Python 和 GraphPad
  • 创建自定义报告和演示文稿
  • 为合规文档存档分析结果
  • 与需要原始数据的相关人员分享见解

自动更新功能​

Chart By Category X 小插件支持自动刷新图表，使可视化与不断变化的数据保持同步：

在小插件配置中启用 Should auto update

小插件会监控源表格中的更改

添加、修改或删除数据时，图表会自动重新计算并刷新

无需手动操作即可查看更新后的可视化

提示

自动更新特别适合监控正在进行的实验、跟踪实时进度或显示实时质量控制指标。

空值时自动更新：启用 Should auto update when empty 后，即使将小插件首次添加到没有初始数据的章节，也会自动填充图表。这适合将随时间收集数据的模板章节。

灵活的图表类型​

默认可视化为柱状图，但底层数据结构支持多种图表形式：

  • 柱状图：最适合比较离散类别
  • 分组柱状图：使用 Group 选项进行多维比较
  • 堆叠可视化：适用于代表整体组成部分的多个系列

小插件会根据配置自动选择最适合的可视化。

最佳实践​

数据组织​

  • 分类清晰：使用具有清晰描述性类别名称的 Select 或 ForeignKey 列，以获得最佳 x 轴标签
  • 分类一致：确保各记录中的分类数据标准一致，避免可视化碎片化
  • 限制类别数量：为保证可读性，x 轴类别尽量保持在 5–15 个。如果类别过多，请使用 Query 筛选器缩小范围
  • 有意义的分组：使用 Group 选项时，选择具有分析价值且不会造成过度复杂的分组列

性能优化​

  • 查询筛选：应用 Query 筛选器限制记录并提高图表渲染速度，尤其适用于大型数据集
  • 有选择地自动更新：仅在实时数据至关重要的章节中使用自动更新，因为它会消耗额外资源
  • 优化高度：根据类别数量设置适当的图表高度，确保可读性并避免过多滚动
  • 选择聚合方式：为数据类型选择最合适的聚合方法，确保结果有意义

分析策略​

  • 从简单开始：先统计记录数，再添加数值系列和复杂聚合
  • 逐步增强：逐步添加分组和多个系列，以了解数据关系
  • 适当聚合：使聚合方法与分析目标匹配，例如总量使用 sum、典型值使用 average、范围使用 max/min
  • 排序策略：使用有意义的 x 轴排序，例如名称按字母顺序、时间顺序按 RID
提示

对于处理比较实验，请使用 Group 选项显示不同处理类别中的多次测量（重复实验），并将聚合方式设为 Average，以获得典型响应值。

应避免的常见问题​

  • 避免：为 x 轴选择文本或富文本列，因为这可能产生杂乱或无意义的类别
  • 正确做法：使用专为分类数据设计的 Select 或 ForeignKey 列
  • 避免：不了解 “Name only” 会将名称相同的不同记录归为一组，就使用该 x 轴格式
  • 正确做法：需要区分记录时使用 “Full (UID: Name)”；只有需要有意分组时才使用 “Name only”
  • 避免：在单个图表中显示过多类别（20 个以上）
  • 正确做法：应用 Query 筛选器聚焦相关子集，或为不同类别组创建多个图表

可视化最佳实践​

  • 标题清晰：提供描述性图表标题，说明所显示的数据和聚合方法
  • 高度适当：根据类别数量调整图表高度；类别越多，需要的垂直空间越大
  • 排序合理：以有助于理解的方式排列类别，例如比较名称时按字母排序，显示时间趋势时按 RID 排序
  • 颜色编码：使用组或多个系列时，确保生成的颜色编码易于区分

补充小插件​

  • Chart By Numeric X：同时需要分类和数值 x 轴可视化时配合使用。Chart By Category X 处理离散组，Chart By Numeric X 显示连续数值关系
  • Data Visualizer：需要使用手动输入的汇总数据补充表格驱动图表时，与 Data Visualizer 结合使用
  • Record Summary：适合与 Record Summary 小插件并列使用，同时提供高级记录模式分析和详细分类明细

集成场景​

  • 结合 Chart By Category X、Filter 小插件和表格视图，从可视化和表格两个角度全面探索数据
  • 将 Chart By Category X 与 Select 列和 Number 列结合，在实验方案中创建处理响应可视化
  • 结合 Chart By Category X、Auto-update 和实时数据输入，为生产环境创建实时质量控制仪表板
  • 将 Chart By Category X 与 ForeignKey 列和跨表关系配合使用，分析相关表格中的分布式数据
编辑此页
最后由 Yonggan Wu 于 更新