01ภาพรวมของกราฟนี้
Small multiples แยกแต่ละกลุ่มเป็นภาพย่อยที่ใช้แกนเดียวกันทุกภาพ แก้ปัญหาเส้นตัดกันของกราฟหลายเส้นได้สมบูรณ์ และรองรับกลุ่มได้มากกว่าสิบเท่า กฎเหล็กคือทุกภาพต้องใช้แกนเดียวกัน ไม่อย่างนั้นการเทียบก็ไร้ความหมาย
เปรียบเทียบให้เห็นภาพ
เหมือนวางรูปถ่ายหลายใบเรียงบนโต๊ะแทนที่จะซ้อนกันเป็นกอง ซึ่งเห็นทุกใบพร้อมกันและเทียบได้ทันที
ใช้ที่ไหนบ้าง — เทียบแนวโน้มของหลายสาขา หลายสินค้า หรือหลายกลุ่มลูกค้า ที่กราฟหลายเส้นจะกลายเป็นเส้นพันกัน
สร้างอย่างไร
- ขั้นที่ 1★ คำนวณแกนจากข้อมูลทุกกลุ่มรวมกันแล้วใช้แกนเดียวกันทุกภาพ
- ขั้นที่ 2เรียงภาพตามค่าที่มีความหมาย ไม่ใช่ตามตัวอักษร
- ขั้นที่ 3ใช้ขนาดและรูปแบบเดียวกันทุกภาพ
- ขั้นที่ 4ใส่แกนเต็มเฉพาะภาพมุมซ้ายล่าง
ตัวอย่างคลาสสิก · Small multiples ในงานของ Edward Tufte
Tufte ยกภาพชุดเป็นหนึ่งในเครื่องมือที่ทรงพลังที่สุดของการแสดงข้อมูล โดยชี้ว่าเมื่อผู้อ่านเรียนรู้วิธีอ่านภาพแรกแล้ว ภาพที่เหลือก็อ่านได้ทันทีโดยไม่มีต้นทุนเพิ่ม ทำให้ใส่ข้อมูลได้มากขึ้นมากโดยที่ภาระในการอ่านแทบไม่เพิ่มเลย
02อธิบายภาษาคนเข้าใจง่าย ๆ
เมื่อต้องเทียบแนวโน้มของหลายกลุ่ม ปฏิกิริยาแรกของคนส่วนใหญ่คือวาดทุกเส้นลงในกราฟเดียว
ปัญหาคือเมื่อเกินสี่ห้าเส้น เส้นจะตัดกันจนผู้อ่านต้องใช้พลังไปกับการแกะว่าเส้นไหนเป็นของใคร แทนที่จะได้ดูรูปแบบ
Small multiples แก้ด้วยการเลิกซ้อน แล้วให้ทุกกลุ่มมีภาพของตัวเอง ผู้อ่านจึงเทียบด้วยการกวาดสายตาซึ่งเร็วและแม่นกว่ามาก
ข้อได้เปรียบเชิงปริมาณคือรองรับได้ถึงยี่สิบถึงสามสิบกลุ่มโดยไม่พัง ขณะที่กราฟหลายเส้นเริ่มพังตั้งแต่ห้าเส้น
กฎเหล็กข้อเดียวที่ห้ามละเมิดคือทุกภาพต้องใช้แกนเดียวกัน ถ้าแต่ละภาพปรับแกนของตัวเองให้พอดี กลุ่มที่มีค่าน้อยจะดูมีความผันผวนเท่ากับกลุ่มใหญ่ ซึ่งเป็นการโกหกที่ร้ายแรง
ราคาที่จ่ายคือแต่ละภาพเล็กลง จึงเห็นรายละเอียดปลีกย่อยน้อยลง และการเทียบค่าที่จุดเวลาเดียวกันข้ามภาพก็ทำได้ยากกว่าเส้นที่ซ้อนกัน
03ข้อมูลที่ต้องใช้
คอลัมน์ที่ต้องเตรียม
| คอลัมน์ | ทำหน้าที่ | ชนิด | เข้ารหัสด้วย | จำนวนค่าที่เหมาะ | หมายเหตุ |
|---|---|---|---|---|---|
group | กลุ่ม | หมวดหมู่ | row | 3–30 กลุ่ม | แต่ละกลุ่มเป็นหนึ่งภาพย่อย |
item | ลำดับหรือเวลา | มีลำดับ | x | 5–200 จุด | แกนนอนของทุกภาพเหมือนกัน |
ราคา | ค่าที่วัด | ตัวเลขต่อเนื่อง | y | ต่อเนื่อง | ★ แกนตั้งต้องเหมือนกันทุกภาพ |
ต้องเตรียมข้อมูลอย่างไรก่อนวาด
- ★ คำนวณช่วงแกนจากข้อมูลทุกกลุ่มรวมกัน
- เลือกเกณฑ์เรียงภาพที่มีความหมาย เช่น ขนาดหรือค่าล่าสุด
- ตรวจว่าทุกกลุ่มมีช่วงเวลาครบเท่ากัน
ค่าที่หายไป — กลุ่มที่ข้อมูลไม่ครบต้องเว้นช่องว่างให้เห็น ไม่ใช่บีบภาพให้เต็ม
สเกลของแกน — ★ แกนเดียวกันทุกภาพโดยไม่มีข้อยกเว้น และถ้าจำเป็นต้องใช้แกนต่างกันจริง ๆ ต้องเขียนเตือนให้เด่นที่สุดในภาพ
กราฟจะเริ่มพังเมื่อไร
เกิน 40 ภาพ แต่ละภาพเล็กจนเห็นแค่รูปทรงคร่าว ๆ
หน้าตาไฟล์ที่ต้องเตรียม
item,group,ราคา,ความเร็ว,ความจุ,น้ำหนัก,คะแนนรีวิว
รุ่น A,รุ่นประหยัด,167,48.5,17.6,30.9,3.17
รุ่น B,รุ่นมาตรฐาน,301,55.7,30.4,20,4.09
…04อ่านแล้วเห็นอะไร
สิ่งที่เห็นได้จากภาพ
- กลุ่มที่มีรูปแบบต่างจากกลุ่มอื่นชัดเจน
- รูปแบบร่วมที่เกิดขึ้นกับทุกกลุ่มพร้อมกัน
- ขนาดสัมพัทธ์ระหว่างกลุ่มเมื่อใช้แกนร่วม
สิ่งที่กราฟนี้ตอบไม่ได้
- ★ เทียบค่าที่จุดเวลาเดียวกันข้ามภาพให้แม่น ซึ่งกราฟหลายเส้นทำได้ดีกว่า
- รายละเอียดปลีกย่อยเพราะแต่ละภาพเล็ก
อ่านตามลำดับนี้
- ดูภาพทั้งหมดรวดเดียวเพื่อหารูปแบบร่วม
- มองหาภาพที่รูปร่างต่างจากเพื่อน
- ตรวจว่าใช้แกนเดียวกันทุกภาพหรือไม่
คำถามที่ตอบได้
- กลุ่มไหนมีพฤติกรรมต่างจากกลุ่มอื่น
- มีอะไรที่เกิดกับทุกกลุ่มพร้อมกันไหม
- กลุ่มไหนใหญ่ที่สุด
สัญญาณว่ามีอะไรผิด
- ★ แต่ละภาพใช้แกนของตัวเอง
- เรียงภาพตามตัวอักษรทั้งที่มีเกณฑ์ที่มีความหมายกว่า
- ขนาดภาพไม่เท่ากัน
05เหมาะกับการนำเสนอแบบไหน
ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย
- ★ เขียนให้ชัดว่าทุกภาพใช้แกนเดียวกัน
- ใส่ค่าล่าสุดเป็นตัวเลขในแต่ละภาพ
- ใช้สีเน้นเฉพาะภาพที่ต้องการชี้
รูปแบบชื่อกราฟที่ควรใช้
<ตัวชี้วัด> ของ <จำนวน> <กลุ่ม> โดยใช้แกนเดียวกันทุกภาพ
06เอาไปใช้ต่อ
โค้ดทุกชิ้นอ่านไฟล์ small-multiples-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง
# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด small-multiples-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg") # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib.pyplot as plt
import math
C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a" # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"
df = pd.read_csv("small-multiples-sample.csv")
df["ราคา"] = pd.to_numeric(df["ราคา"], errors="coerce")
df["ความเร็ว"] = pd.to_numeric(df["ความเร็ว"], errors="coerce")
df["ความจุ"] = pd.to_numeric(df["ความจุ"], errors="coerce")
NOTE = "shared" # ← ค่าจาก Playground
fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)
groups = list(df["group"].unique())
lo, hi = df["ราคา"].min(), df["ราคา"].max() # ★ ช่วงร่วมจากทุกกลุ่ม
cols = 3; rows_n = math.ceil(len(groups) / cols)
fig, axes = plt.subplots(rows_n, cols, figsize=(10, 3 * rows_n),
sharex=True, sharey=True, # ★ sharey บังคับแกนร่วม
constrained_layout=True)
for ax_, g in zip(axes.ravel(), groups):
d = df[df["group"] == g]
ax_.plot(range(len(d)), d["ราคา"], color=C1, linewidth=2)
ax_.set_title(g, fontsize=10, loc="left")
ax_.set_ylim(lo, hi)
for ax_ in axes.ravel()[len(groups):]:
ax_.set_visible(False)
ax.spines[["top", "right"]].set_visible(False) # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("small-multiples.png", dpi=160)
print("เขียน small-multiples.png แล้ว ·", len(df), "แถว")07ลองเล่นเพื่อเข้าใจ
ถ้าแต่ละแผงใช้สเกลของตัวเอง ภาพจะโกหกทันที — สเกลร่วมคือเงื่อนไขของกราฟชนิดนี้
ดูข้อมูลเป็นตาราง (3 แถว)
| กลุ่ม | ต่ำสุด | สูงสุด | ล่าสุด |
|---|---|---|---|
| รุ่นประหยัด | — | — | — |
| รุ่นมาตรฐาน | — | — | — |
| รุ่นพรีเมียม | — | — | — |
ลองแล้วจะเห็นอะไร
- สังเกตอะไร: ลองจินตนาการว่าแต่ละภาพปรับแกนให้พอดีกับตัวเอง กลุ่มเล็กจะดูผันผวนเท่ากลุ่มใหญ่ ซึ่งเป็นการโกหกที่พบบ่อยมาก
ข้อควรระวัง
- ★ ให้แต่ละภาพใช้แกนของตัวเอง ทำให้กลุ่มเล็กดูผันผวนเท่ากลุ่มใหญ่
- เรียงภาพตามตัวอักษรทั้งที่มีเกณฑ์ที่มีความหมายกว่า
- ใส่ภาพมากเกินจนแต่ละภาพเล็กจนไม่เห็นอะไร
- ใส่แกนเต็มทุกภาพจนหมึกของแกนมากกว่าหมึกของข้อมูล
เมื่อไหร่ไม่ควรใช้กราฟนี้
- ต้องเทียบค่าที่จุดเวลาเดียวกันให้แม่น→ใช้แทน: multi-line-chart
- มีกลุ่มเดียวหรือสองกลุ่ม→ใช้แทน: line-chart ธรรมดา
- มีกลุ่มมากกว่า 40 กลุ่ม→ใช้แทน: heatmap-matrix