01ภาพรวมของกราฟนี้
Gauge chart วางค่าบนส่วนโค้งที่มีโซนสี จุดแข็งเดียวคือความคุ้นตาแบบหน้าปัดรถซึ่งสื่อ "ปกติหรือผิดปกติ" ได้ทันที ส่วนข้อเสียคือใช้พื้นที่มากเพื่อแสดงตัวเลขเดียว และมุมเป็นช่องทางที่คนอ่านแย่กว่าความยาวชัดเจน
เปรียบเทียบให้เห็นภาพ
เหมือนหน้าปัดวัดความเร็วรถที่คนขับดูปราดเดียวก็รู้ว่าปกติหรือเร็วเกิน
ใช้ที่ไหนบ้าง — จอแสดงผลที่ต้องดูจากระยะไกล ระบบติดตามที่ผู้ใช้คุ้นกับหน้าปัดอยู่แล้ว หรือค่าที่มีโซนอันตรายชัดเจน
สร้างอย่างไร
- ขั้นที่ 1★ ตรวจก่อนว่าจำเป็นต้องใช้จริงหรือ meter bar พอ
- ขั้นที่ 2กำหนดโซนสีจากเกณฑ์ที่ระบุที่มาได้
- ขั้นที่ 3แสดงตัวเลขตรงกลางเสมอ
- ขั้นที่ 4ใช้ช่วงที่ครอบคลุมค่าที่เป็นไปได้จริง
ตัวอย่างคลาสสิก · ข้อวิจารณ์ของ Stephen Few ต่อเกจในแดชบอร์ด
Stephen Few วิจารณ์เกจในแดชบอร์ดว่าใช้พื้นที่มากเกินไปเพื่อข้อมูลน้อยเกินไป และเสนอ bullet chart ขึ้นมาแทน โดยให้ข้อมูลมากกว่าคือค่าปัจจุบัน เป้าหมาย และช่วงที่ถือว่าปกติ ในพื้นที่ที่เล็กกว่ามาก ซึ่งกลายเป็นข้อโต้แย้งมาตรฐานเวลาถกเรื่องนี้
02อธิบายภาษาคนเข้าใจง่าย ๆ
Gauge chart เป็นภาพที่ถูกวิจารณ์หนักในวงการแสดงข้อมูล และข้อวิจารณ์ก็มีเหตุผลรองรับชัดเจน
ข้อแรกคืออัตราส่วนระหว่างพื้นที่ที่ใช้กับข้อมูลที่ได้นั้นแย่มาก มันกินพื้นที่เท่ากราฟเต็มรูปแบบเพื่อแสดงตัวเลขเดียว ขณะที่ meter bar ให้ข้อมูลเดียวกันในพื้นที่หนึ่งในห้า
ข้อที่สองคือมุมเป็นช่องทางที่คนอ่านได้แย่กว่าความยาวอย่างชัดเจน การบอกว่าเข็มชี้ที่เจ็ดสิบหรือเจ็ดสิบห้านั้นยากกว่าการอ่านแถบมาก
ข้อที่สามคือมันแสดงค่าปัจจุบันเพียงค่าเดียวโดยไม่มีบริบทเรื่องเวลา ผู้อ่านจึงไม่รู้ว่าค่านี้กำลังขึ้นหรือลง
สิ่งเดียวที่มันทำได้ดีกว่าจริงคือความคุ้นตา คนที่ขับรถทุกวันอ่านหน้าปัดได้โดยไม่ต้องคิด และโซนสีก็สื่อ "ปกติหรืออันตราย" ได้ทันทีจากระยะไกล
ข้อสรุปที่ใช้ได้จริงคือใช้เมื่อความคุ้นตาและการมองจากระยะไกลสำคัญกว่าความแม่นและการประหยัดพื้นที่ ซึ่งเป็นกรณีที่ไม่ได้พบบ่อยนัก
03ข้อมูลที่ต้องใช้
คอลัมน์ที่ต้องเตรียม
| คอลัมน์ | ทำหน้าที่ | ชนิด | เข้ารหัสด้วย | จำนวนค่าที่เหมาะ | หมายเหตุ |
|---|---|---|---|---|---|
dateไม่บังคับ | เวลา | เวลา | order | ใช้หาค่าล่าสุด | ไม่ได้แสดงในภาพ |
value | ค่าปัจจุบัน | ตัวเลขต่อเนื่อง | angle | ค่าเดียว | ตำแหน่งของเข็ม |
target | เป้าหมายหรือขีดจำกัด | ตัวเลขต่อเนื่อง | order | ค่าเดียว | ★ ใช้กำหนดโซนสีและช่วงของเกจ |
ต้องเตรียมข้อมูลอย่างไรก่อนวาด
- ★ กำหนดโซนสีจากเกณฑ์ที่ระบุที่มาได้
- เลือกช่วงของเกจให้ครอบคลุมค่าที่เป็นไปได้จริง
- ตัดสินใจว่าจะแสดงค่าเป้าหมายบนเกจอย่างไร
ค่าที่หายไป — ถ้าไม่มีค่าล่าสุดต้องแสดงเป็นเกจว่างพร้อมข้อความ ไม่ใช่ชี้ที่ศูนย์
สเกลของแกน — ช่วงของเกจต้องคงที่ทุกครั้ง ถ้าปรับช่วงตามค่าปัจจุบัน ตำแหน่งเข็มจะเทียบข้ามเวลาไม่ได้
กราฟจะเริ่มพังเมื่อไร
วางเกจเกิน 3 ตัวพร้อมกัน ซึ่งกินพื้นที่ทั้งหน้าจอเพื่อแสดงสามตัวเลข
หน้าตาไฟล์ที่ต้องเตรียม
date,value,target
2025-01-01,61.7,86
2025-01-08,65.3,86
…04อ่านแล้วเห็นอะไร
สิ่งที่เห็นได้จากภาพ
- ว่าค่าปัจจุบันอยู่ในโซนปกติหรือโซนที่ต้องระวัง
- ระยะจากเป้าหมาย
- ระดับของค่าเทียบกับช่วงทั้งหมดที่เป็นไปได้
สิ่งที่กราฟนี้ตอบไม่ได้
- ★ อ่านค่าจากมุมได้แย่กว่าความยาวมาก จึงต้องมีตัวเลขกำกับเสมอ
- แนวโน้มว่ากำลังขึ้นหรือลง
- ว่าโซนสีถูกกำหนดจากอะไร
อ่านตามลำดับนี้
- อ่านตัวเลขตรงกลางก่อน ไม่ใช่ตำแหน่งเข็ม
- ดูว่าเข็มอยู่ในโซนสีไหน
- ตรวจว่าช่วงของเกจครอบคลุมอะไรบ้าง
คำถามที่ตอบได้
- ตอนนี้อยู่ในระดับไหน
- อยู่ในโซนปลอดภัยไหม
- ถึงเป้าหรือยัง
สัญญาณว่ามีอะไรผิด
- ไม่มีตัวเลขกำกับตรงกลาง
- ปรับช่วงของเกจตามค่าปัจจุบัน
- โซนสีไม่ระบุที่มา
- วางเกจหลายตัวจนกินพื้นที่ทั้งหน้าจอ
05เหมาะกับการนำเสนอแบบไหน
ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย
- ★ แสดงตัวเลขตรงกลางให้ใหญ่และชัด
- เขียนที่มาของโซนสี
- ทำเครื่องหมายเป้าหมายบนส่วนโค้ง
รูปแบบชื่อกราฟที่ควรใช้
<ตัวชี้วัด> อยู่ที่ <ค่า> ซึ่งอยู่ในโซน <โซน>
06เอาไปใช้ต่อ
โค้ดทุกชิ้นอ่านไฟล์ gauge-chart-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง
# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด gauge-chart-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg") # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a" # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"
df = pd.read_csv("gauge-chart-sample.csv")
df["value"] = pd.to_numeric(df["value"], errors="coerce")
df["target"] = pd.to_numeric(df["target"], errors="coerce")
NOTE = "space" # ← ค่าจาก Playground
fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)
last = df.sort_values("date")["value"].iloc[-1]
target = df["target"].iloc[0]
vmax = target * 1.2
zones = [(0, 0.6, "#e8896f"), (0.6, 0.9, "#eda100"), (0.9, 1.2, "#1baf7a")] # ★ ระบุที่มา
for lo, hi, c in zones: # โซนสีบนส่วนโค้ง
th = np.linspace(np.pi * (1 - lo * target / vmax), np.pi * (1 - hi * target / vmax), 40)
ax.fill_between(np.cos(th), np.sin(th), np.cos(th) * 0.78, np.sin(th) * 0.78, color=c)
a = np.pi * (1 - last / vmax)
ax.plot([0, np.cos(a) * 0.72], [0, np.sin(a) * 0.72], color="#22201c", linewidth=3.4)
ax.text(0, -0.2, f"{last:,.1f}", ha="center", fontsize=36, weight=600) # ★ ตัวเลขสำคัญกว่าเข็ม
ax.set_xlim(-1.15, 1.15); ax.set_ylim(-0.45, 1.15); ax.set_aspect("equal"); ax.axis("off")
ax.spines[["top", "right"]].set_visible(False) # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("gauge-chart.png", dpi=160)
print("เขียน gauge-chart.png แล้ว ·", len(df), "แถว")07ลองเล่นเพื่อเข้าใจ
เกจใช้พื้นที่มากเพื่อแสดงตัวเลขเดียว — meter bar หรือ stat tile ให้ข้อมูลเท่ากันในพื้นที่ครึ่งเดียว
ปลายสเกลที่เลือกเปลี่ยนความรู้สึกทั้งหมด ต้องมีเหตุผลรองรับว่าทำไมปลายสเกลอยู่ตรงนั้น
ดูข้อมูลเป็นตาราง (3 แถว)
| ตัวชี้วัด | ค่า |
|---|---|
| ค่าปัจจุบัน | 77.9 |
| เป้าหมาย | 86.0 |
| ปลายสเกล | 103 |
ลองแล้วจะเห็นอะไร
- สังเกตอะไร: เทียบกับหน้า meter-bar ที่ใช้ข้อมูลชุดเดียวกัน จะเห็นว่าแถบให้ข้อมูลเท่ากันในพื้นที่ประมาณหนึ่งในห้า
ข้อควรระวัง
- ★ ใช้ทั้งที่ meter bar ให้ข้อมูลเดียวกันในพื้นที่หนึ่งในห้า
- ไม่แสดงตัวเลขตรงกลาง ทำให้ผู้อ่านต้องอ่านค่าจากมุมซึ่งแม่นน้อย
- ปรับช่วงของเกจตามค่าปัจจุบัน ทำให้เทียบข้ามเวลาไม่ได้
- ไม่ระบุที่มาของโซนสี ทำให้ "โซนแดง" ดูเป็นข้อเท็จจริงทั้งที่เป็นเกณฑ์ที่คนตั้ง
เมื่อไหร่ไม่ควรใช้กราฟนี้
- มีพื้นที่จำกัด→ใช้แทน: meter-bar หรือ stat-tile
- ต้องเทียบกับช่วงที่ถือว่าปกติด้วย→ใช้แทน: bullet-chart
- ผู้อ่านต้องรู้แนวโน้ม→ใช้แทน: stat-tile ที่มีเส้นแนวโน้มย่อ