原标题：盘点世界杯期间各大媒体最常用图表！一篇文章搞定体育类可视化难题！ 图表家族#46
世界杯作为每四年一次的盛事，各家媒体又怎么会错过。而且球队的战绩、价值、胜率，球员的进球数量、身价，以及赞助商、球队奖金等，都是很好的可视化素材。在最常报道的题材中，各媒体最常用什么图表？他们又有什么特别的图表设计？本期图表家族就带你博览群图！
在体育类报道中，试问有谁会不关心球队的战绩和胜率呢？虽然比赛精神和友谊至上，但世界杯始终是一场比赛呀，到底冠军花落谁家？谁胜谁负？在这方面，媒体最爱用堆叠类的图表。
Google预测了世界杯1/4决赛，各队的胜率，Statista就用百分比堆叠条形图进行展现。其中，灰色代表了平局的情况。这种百分比堆叠条形图会形成一种双方推拉的感觉，给数据本身带来比赛的紧张感。
不同于Statista，澎湃新闻不仅关注本届世界杯的，还对亚非地区的队伍战绩进行了历史盘点。多个百分比堆叠条形图都建立在同一个时间轴上，这有利于观察到战绩变化的趋势。能够正常的看到，在1998年至2018年这10年里，虽然亚非都是以负的为主，但是亚洲球队的表现明显更加不稳定，赢的比例变动很大。
FiveThirtyEight在百分比堆叠面积图上花了不少心思。通过不同色块的面积，我们就能看到，英格兰都是带着高胜率一路突破，最后遇上了总在最后时刻才爆冷的克罗地亚。法国队果然是冠军实力，大面积的深蓝色一路踢进决赛。
这个百分比堆叠面积图能看到每支球队，每个时刻胜率的变化，最后决赛的两支队伍就像河流一样，交集到最中心。
在以后的体育赛事中，如果想要比较同一时间，交战双方的战绩、胜率，我们大家可以用Statista的百分比堆叠条形图；如果是展示交战双方的历史战绩，就能加上时间的维度，把所有的百分比堆叠条形图建立在统一时间轴上；像FiveThirtyEight 做的那种“晋级之路”，就可优先考虑富有创意的百分比堆叠面积图。
出了堆叠类图表之外，简单的条形图也能用得很有意思，能清晰展示每场比赛双方的进球数。
来自奥地利的Michael Aschaue制作了一个对本届世界杯进行数据可视化分析的网站——A World Cup in Charts，简单的正负条形图就能看出法国和克罗地亚的交战历史，条形图的长度代表了进球数。在4次交战中，法国3胜1平。
因为条形图更适合分类数据很多的情况，相较柱状图，它不可能会出现分类数据名字太多/太长，而挤不下的状况。即使是32支球队历次入围世界杯次数，条形图也能安排好。
作品传送门：《数说世界杯（三）：C罗昨日上演帽子戏法，与梅西谁能称王？ Data Insight！》
关于同一场比赛，不同球队的战绩、胜率，我们大家可以多考虑百分比堆叠条形图和百分比堆叠面积图；要想展示多队伍各自的历史战绩，可以把百分比堆叠条形图用在同一时间维度上。如果关注的是每场比赛的具体进球，就要用到条形图啦。
在世界杯中，每个进球都能引起欢呼。媒体偏爱从时间维度上，看历史进球情况。这种情况下，折线图当之无愧成为最常用的可视化形式。
Statista统计了1930年以来，每届世界杯每场比赛的平均进球数量，用折线图可视化之后，我们能发现每届世界杯的场均进球数量自1954年达到顶峰后，呈现下降的趋势。1990年的世界杯场均进球最少，只有2.21个。这可能是各球队的势力差距渐渐缩小，想要一个进球都很难了。
The Telegraph虽然也是统计进球数，但却是统计点球进球在总进球中的比例。这个方面很有趣，和总进球数量不同，近年来点球进球的占比有上升的趋势。2018年的点球进球比例竟然是史上最高的！
除了折线图之外，BBC用柱状图可视化了点球的转换率。能够准确的看出，在一开始，点球的进球转换率是比较高的，跟着时间的推移，球员可能压力增加，转化率有明显的下降。
利用双层环图，我们还能更加进一步看到各球队的进球是进球还是失球。下面这个双层环图，内层的总进球数量，外圈则是每个国家球队对应的进球和失球情况。能够正常的看到历届世界杯中，德国的进球数量最多，失球比进球多。但巴西的进球质量比较高，进球比失球多。
作品传送门：《数说世界杯（一）：世界杯即将开赛！想要愉快聊天，这些历史数据你得知道！ Hey Data!》
突出进球数量的历史变化，媒体多用折线图；想知道每个踢向球门的球到底进没进，进了多少，就可以用双层环图展示比例；点球进球的概率，则可用柱状图突出概率的大小。
除了各个国家的球队之外，众多球员也是球迷关注的焦点，从以前的贝克汉姆，但现在的梅西、C罗。球员的能力是决定球队实力的重要因素。
商业分析网站Exploratory分析了各球队球员的综合能力，用散点图进行了可视化。能够正常的看到，大多数日本球员（橙色点）都位于右手边靠上的区域，那就从另一方面代表着他们基本上在所有指标上的得分都很低。而巴西球员（蓝色点）在所有指标上的得分比较高。
它还运用了箱线图比较两国球员的具体技能，巴西和日本两国球员在平衡（Balance）和跳跃（Jumping）上的能力几乎在同一水平，但是在加速（Acceleration）和任意球（Free kick accuracy）这些能力上，巴西球员就比日本球员要出色。
FiveThirtyEight则用了径向柱图来可视化球员的综合能力，由此找出与之相似的别的球员。与梅西技能最像的，是前阿根廷球员阿里尔·奥特加。
能达到径向柱图同样的效果，是一个在展示总实力很出色的图表——雷达图，利用镝数的雷达图，你也能找出球员技能的“双胞胎”。
当涉及大量的球员数据，如从球员看球队总实力，某个球员在整体中所处的水平，可用散点图；强调某些技能，可以用箱线图；相比较某个球员的总实力，可用径向柱图和雷达图。新华网的《周琦NBA之路》在可视化体育赛事数据时，就完美地把散点图、箱线图结合到可视化中。
美国国家地理（National Geographic）制作了一个弦图，分析了参赛球员的出生国家、效力国家和流向。图片用字体的大小可视化该国参加世界杯的次数，字体越大，代表参赛次数越多。不一样的颜色则代表了来自不同的洲，例如最多的蓝色是欧洲。空心圆和实心圆可视化了该国是否有出生在外国的球员，实心代表有，空心代表没有。箭头则代表了球员的流向，例如出生在法国的很多球员都为墨西哥、埃及等国效力。
例如每个球队头号前锋的进球和助攻数，用分组柱状图就能很好地进行可视化。一般来说，前锋都是主攻进球，但是摩洛哥的前锋在这次世界杯中，助攻次数比进球还多。
作品传送门：《数说世界杯（三）：C罗昨日上演帽子戏法，与梅西谁能称王？ Data Insight！》
比赛可不是免费踢的，进了32强的队伍，按照晋级的层级，都是有奖金的。还有在球服上贴广告的赞助商，都是努力赞助实力强劲的球队，已得到更多的宣传。
像Statista就用了很基础的柱状图，可视化了每届世界杯的奖金总额，这钱是年年攀升。柱状图的最下面是世界杯的主办方。
如果年份里面再细分，就可以用分面柱图。像下面这个分面柱图和点图的结合，统计了历届世界杯，三大赞助商——阿迪达斯、彪马、耐克和其他赞助商的赞助球队数量。这个图既可以对统一赞助商进行纵向比较，也可以对同一年的不同赞助商进行横向比较。
作品传送门：《数说世界杯（四）绿茵场上的另类江湖： 球服上的赞助商大战！ Data, Insight !》
利用环图和柱状图的结合，能清楚地看到赞助商赞助球队的具体数量和占比。三大赞助商果然占了很大的优势。
Howmuch就别出心裁，用多边的矩形树图展示了不同晋级等级的球队能拿到的奖金数量，以及具体的百分比。最快被淘汰的队伍数量多，但是分到的奖金数量也少。
想突出金额的详细情况，可以用柱状图；如果是建立在同一个时间线上的多个赞助商/多支队伍的金钱情况，可用分面柱图；可视化金额的占比，可考虑用环图，或者矩形树图。
每个球员根据自己能力的不同，自身价值也会不同。Michael Aschauer用气泡图比较了两队每位全员的身价，这个图是交互的，把鼠标停在气泡上面，就能看到具体的球员价值。
散点图还可以把球队的价值和球队所属国家的人均GDP联系在一起，看看两者之间有没有联系。虽然身价高的球队，所属国家人均GDP不一定高。但是一般来说，身价低的球队都属于那些人均GDP较低的国家。
球员和球队的价值关系，气泡图是个不错的选择；利用散点图还可以探索与球队价值的相关因素，例如人均GDP、体育投入、国民身高等。
关键是，这些图表在镝数上都能做！镝数2.0还能轻松实现多图结合，像环图中心挖空的部分，我们大家可以用柱状图做补充。文字可以和图表自由进行排列，无论是单图、多图，还是图文，都可以在镝数2.0上实现，然后发布分享。
看了这些案例，相信你们都跃跃欲试了，赶紧点击阅读原文进入镝数2.0，做一个属于自己的有趣可视化作品吧~
更多镝数使用问题请参看以下文章，如果仍有没有办法解决的问题，请发送邮件至或者直接在后台留言。
