单层矩形树图 (Single-Level Treemap)

Q: 单层矩形树图与饼图的选择依据是什么？

当需要更清晰的面积对比和标签显示时，优先选择单层矩形树图；当分块少且想用圆形美观时，选择**饼图**。

Q: 分类数量的上限建议是多少？

**6–15个**通常最为合适，达到**18个以上**时可读性会明显下降。

Q: 如何提升图表的可读性和专业性？

分类数量控制适中；添加矩形内数值标注；根据分析重点调整颜色；选用**高对比度颜色方案**。

单层矩形树图主要用来把一个整体按分类拆成不同大小的矩形，通过面积大小直观反映每个分类的数值占比或重要程度。根据Nielsen Norman Group的可视化指南以及少数派《数据可视化实践指南》，在实际项目里，当我们想让老板或客户一眼就看出“这个总量里谁占最大块、谁只占一小角、整体分布是否均衡”的时候，单层矩形树图往往是最省空间又最有整体感的选择。分类数量一定要控制住，否则矩形太多，画面就挤成一团马赛克，面积高低根本看不清，尤其在正式报告或给非专业人士讲解的时候，容易让人觉得“全是小方块，谁大谁小看晕了”。分类数量通常建议控制在6到15个之间；Datawrapper 的实战经验和 知乎专栏《数据可视化笔记》 都反复提醒，超过18个以后视觉噪音太大，占比判断就抓不住重点，可读性掉得特别明显。

为什么选用单层矩形树图

单层矩形树图把整个总量切成一个个大小不一的矩形，面积直接对应数值，让人一眼就能看出谁占大头、谁只占一小块、整体是不是“头重脚轻”。这种形式在需要快速传递“比例结构、重要性排序”的场景里，效果往往最直接（Stephen Few 在《Show Me the Numbers》 一书中对面积图在比例对比上的优势讲得很透；CSDN高赞文章《图表选型指南》 也说中文业务场景下单层矩形树图最容易让人记住“最大那块到底是谁”）。当然，如果分类特别多或者需要精确读数，条形图或柱状图其实更稳。

适用场景

在实际业务里，单层矩形树图最常用来展示单一总量的结构，例如不同产品线的销售额占比、不同渠道的流量贡献分布、不同区域的市场份额大小。资源分配分析也很常见，比如预算在各部门的使用比例、库存品类的价值分布。年度总结、客户结构汇报、营销费用构成这些场合用起来特别清晰，能快速突出主导部分，例如一眼看到“手机品类那块矩形最大，几乎占了半张图”，这样就能为资源倾斜或优化方向提供直观依据。

数据准备要求

单层矩形树图用分类和数值两个维度，分类数量一般控制在6到15个比较合适，太少没结构感，太多就挤。数值字段为各分类的绝对值或相对占比，如果是绝对值，实际中经常需要先算占比。数据格式以长表（分类、数值）为主，宽表也可以通过工具转换，大多数平台都能直接识别并生成矩形树图。

图表结构说明

整个矩形代表整体总量，每个小矩形对应一个分类，面积大小呈现数值高低，通过颜色区分不同类别或强度。实际做图时，经常会添加每个矩形里的百分比或数值标注，或者根据分析重点把最大矩形放在左上角，让主导部分最醒目。

常见使用步骤

数据准备时，先把分类和数值整理成清晰表格。导入工具后，把分类字段拖到类别，数值字段拖到面积，选择单层矩形树图模式就能生成基本图形。接下来根据汇报重点，加数值标注，把颜色调醒目，或者把矩形按大小排序。整个操作在爱图表平台上通常几分钟就能搞定，还支持随时切换成饼图或条形图，方便对比哪种呈现更清晰。

示例数据

分类,数值
手机,12000
笔记本,4500
平板,3200
配件,13500

常见问题与注意事项

分类数量超过15个时，矩形就挤得太密，面积高低也很难一眼分清楚。这时可以考虑合并低值分类、拆成多个小树图，或者直接换成条形图来看。数值差异很小的时候，矩形面积变化不明显，在实际报告里经常需要加数字标注，不然别人看半天也抓不住谁占大头、谁只占一角。

单层矩形树图的面积感知容易让人误判，视觉上面积不一定等于真实比例，尤其给管理层看的时候，一不小心就会被挑刺，所以正式场合要慎用（Edward Tufte 在《The Visual Display of Quantitative Information》 中明确指出，面积误导很常见；知乎专栏《数据可视化笔记》 也提到，在中文报告里矩形树图经常被视为“生动但不够精确”的表现）。颜色方案的选择也很关键，对比度不够的话类别很难快速辨认，建议优先用工具内置的高对比度配色（Atlassian Design 指南与WCAG 可访问性标准都推荐高对比度组合；DataEase 官方博客在中文 BI 项目里也建议至少达到4.5:1对比度，才能保证清晰传达）。

单层矩形树图最适合回答“整体构成比例如何、谁占大头”这类问题，尤其当分类数量适中且需要面积直观时。如果分析重点转向精确对比或多组差异，条形图或柱状图通常更合适。以下场景不推荐使用单层矩形树图：

分类数量极大（条形图更合适）
需要精确读数或时间趋势（柱状图或折线图更合适）
负值占比极高且无正向抵消的场景（视觉呈现效果较差，建议分开正负显示）

与其他图表的对比

基础柱状图：适用于精确数值对比，但不够整体结构感。
分组柱状图：侧重多组差异对比，但无法直观呈现面积比例。
堆叠柱状图：适合总量与构成比例，但不利于单层面积判断。
符号饼图结合单层矩形树图：适合需要在圆形占比与矩形面积之间兼顾的分析需求。

常见问题解答

Q1：单层矩形树图与饼图的选择依据是什么？

A：当需要更清晰的面积对比和标签显示时，优先选择单层矩形树图；当分块少且想用圆形美观时，选择饼图。

Q2：分类数量的上限建议是多少？

A：6–15个通常最为合适，达到18个以上时可读性会明显下降。

Q3：如何提升图表的可读性和专业性？

A：分类数量控制适中；添加矩形内数值标注；根据分析重点调整颜色；选用高对比度颜色方案。

Q4：单层矩形树图是否适合负值数据？

A：不适合。负值面积无法呈现，建议改用柱状图或分开正负显示。