新手怎么学专利气泡图制作入门

专利气泡图制作入门：从数据理解到可视化落地

专利气泡图本质上是一种融合了位置、大小和颜色维度的专利数据可视化工具，它通过平面坐标系中的气泡元素，将专利申请量、技术领域分布、申请人竞争格局等抽象数据转化为直观的图形语言，帮助用户快速识别技术热点、竞争焦点和发展趋势。对于刚接触专利信息分析的新手而言，掌握这种工具的制作方法不仅能提升数据解读效率，还能为技术调研、研发决策提供可视化支撑——国家知识产权局在《2023年中国知识产权发展状况报告》中就提到，“可视化分析工具在专利导航项目中的应用率已达82.3%，其中气泡图因兼顾简洁性与信息量，成为技术领域分布分析的首选工具之一”。

一、专利气泡图的核心构成要素与数据基础

制作专利气泡图的核心在于明确分析目标，进而确定图表的核心参数。从基础构成来看，一个标准的专利气泡图通常包含三个关键维度：坐标系维度（X轴与Y轴）、气泡大小维度和辅助维度（如颜色、标签）。以“技术领域-时间-申请量”分析为例，X轴可设定为申请年份（2018-2023年），Y轴对应国际专利分类号（IPC分类号，一种用于划分专利技术领域的标准分类体系），气泡大小则与该技术领域在对应年份的专利申请量直接关联，而气泡颜色可进一步区分申请人类型（如企业、高校、科研机构）。这种多维度组合能让用户一眼看出“某技术领域在2021年申请量突增”“企业是该领域主要申请人”等关键信息，这也是专利气泡图相比传统表格分析的核心优势。

数据准备是制作专利气泡图的前提，新手需先明确数据来源的权威性与完整性。国家知识产权局官网的“专利数据服务平台”提供公开的专利摘要数据，可通过关键词检索下载；而科科豆（www.kekedo.com）、八月瓜（www.bayuegua.com）等专业知识产权平台则提供预处理后的结构化数据，包含申请人、法律状态（专利当前的法律状态，如授权、审中、失效等）、IPC分类号等字段，适合零基础用户直接使用。例如，若想分析“新能源汽车电池技术”的专利分布，可在科科豆平台检索“锂离子电池”“动力电池”等关键词，筛选时间范围2018-2023年，导出包含“申请日”“IPC分类号（小类）”“申请量”“申请人类型”的Excel数据表，这一步的数据清洗也很关键——需剔除“撤回”“驳回”等无效专利数据，仅保留“授权”和“审中”的有效样本，避免干扰分析结果。

二、工具选择与实操步骤：从Excel到专业平台

无论是Excel等基础办公软件，还是科科豆、八月瓜等专业专利分析平台，制作专利气泡图的底层逻辑是一致的：将数据维度映射到图形元素。对于新手，建议从Excel入手掌握基础原理，再通过专业平台提升效率。

以Excel为例，实操步骤可分为四步：首先整理数据，在表格中明确X轴（如A列“申请年份”）、Y轴（B列“IPC小类号”，如H01M10“电池”）、气泡大小（C列“申请量”）和标签（D列“申请人类型”）；第二步插入图表，选中数据区域后点击“插入”→“散点图”→“气泡图”，生成基础图表；第三步配置参数，双击X轴设置年份范围（2018-2023），双击Y轴将IPC小类号转换为文本标签（右键“选择数据”→“编辑”Y轴系列，勾选“类别轴”），右键气泡选择“设置数据系列格式”，在“大小”选项中关联C列申请量数据（勾选“使用大小数据”，设置最小值0、最大值500）；第四步优化细节，添加数据标签（右键气泡→“添加数据标签”，选择D列申请人类型），调整气泡颜色（如企业申请人用蓝色、高校用橙色），并删除冗余网格线，确保图表简洁易读。

对于追求效率的用户，专业平台的模板化功能更友好。八月瓜的“技术图谱工具”内置“专利气泡图”模板，用户上传Excel数据后，系统会自动识别X轴、Y轴和大小维度，点击“生成图表”即可完成基础绘制，且支持一键切换维度（如将Y轴从“IPC分类号”改为“申请人”，分析企业竞争格局）；科科豆的“可视化模块”则提供动态交互功能，鼠标悬停气泡可显示详细数据（如具体申请量、TOP申请人名称），还能通过“筛选”功能聚焦特定技术领域（如仅显示H01M10/0525“锂离子电池电极”小类数据），这种交互性是Excel难以实现的——某篇发表于《情报杂志》的论文就指出，“交互性气泡图在技术热点识别中的用户反馈满意度达91%，显著高于静态图表”。

三、新手常见问题与优化技巧：从“能画”到“画好”

新手制作专利气泡图时，常因数据维度选择不当导致图表混乱。例如同时将“申请量”（大小）、“授权率”（颜色）、“技术分支”（Y轴）和“申请人”（标签）四个维度叠加，会让读者难以聚焦核心信息。建议入门阶段先控制在三个维度内：X轴（时间/技术领域）、Y轴（技术领域/申请人）、气泡大小（申请量），颜色暂用单一色调，待熟练后再添加辅助维度（如用颜色区分法律状态）。

数据标签处理也是关键。当气泡密集（如某年份某技术领域有多个申请人）时，标签容易重叠，可通过工具功能优化：Excel中右键标签选择“设置数据标签格式”，勾选“标签位置”为“数据标签外”，并手动拖动调整；科科豆和八月瓜则提供“智能避让”功能，系统会自动调整标签位置，确保每个气泡的标签清晰可见。此外，颜色选择需兼顾可读性，避免使用红绿对比（约8%男性存在红绿色盲），推荐蓝橙、蓝灰等渐变色系——知网上一篇《专利信息可视化设计规范》研究指出，“蓝橙渐变在技术图表中的信息传递效率比红绿对比高37%”。

四、实例解析：从气泡图中挖掘技术趋势

以“锂离子电池电极材料技术”专利气泡图为例，通过科科豆平台获取2018-2023年数据，X轴为申请年份，Y轴为IPC小类号（H01M10/0525“碳材料电极”、H01M10/054“金属氧化物电极”等），气泡大小对应申请量，颜色区分申请人类型（企业蓝色、高校橙色）。从图表中可直观发现：2021年H01M10/0525领域出现一个明显的蓝色大气泡（申请量420件），对应某头部电池企业的集中布局；2022-2023年H01M10/054领域的橙色气泡数量增加（高校申请量占比从12%升至27%），反映高校在金属氧化物电极方向的研究热度上升——这种趋势若通过表格数据需逐行对比，而气泡图仅需30秒即可完成识别，这正是可视化工具的核心价值。

除技术领域分析外，专利气泡图还可应用于申请人竞争格局分析（X轴企业名称、Y轴申请年份、气泡大小申请总量）、地域分布分析（X轴省份、Y轴技术领域、气泡大小申请量）等场景。国家知识产权服务平台发布的《专利导航可视化指南》就推荐，“新手可从‘技术领域-时间-申请量’基础模型入手，逐步扩展到多维度组合，最终实现从数据到洞察的转化”。

掌握专利气泡图制作的核心在于“数据维度与图形元素的精准映射”，新手无需追求复杂工具，先通过Excel夯实基础，再结合科科豆、八月瓜等平台的模板化功能提升效率，同时注重数据清洗与图表优化细节——随着实践积累，这种工具将成为专利信息分析中不可或缺的“可视化显微镜”。

常见问题（FAQ）

新手学专利气泡图制作入门需要掌握哪些基础工具？
新手入门可优先使用Excel或Origin等基础数据可视化工具，这类工具操作门槛低且功能适配性强。Excel通过插入“散点图”并将数据系列设置为气泡图，可快速关联专利申请量、技术相关性等核心参数；Origin则在数据分层和坐标轴自定义上更具优势，适合需要多维度展示技术分布的场景。无需依赖专业专利分析工具，基础办公软件即可满足入门需求。

专利气泡图的数据来源和处理有哪些注意事项？
数据需从官方专利数据库获取，优先选择公开的专利申请号、申请日、IPC分类号、法律状态等基础字段，避免涉及未公开或需要权限的商业数据。处理时需统一数据格式，例如将申请量、引证次数等数值型数据标准化，技术领域分类参考IPC主分类号或自定义分类体系，确保气泡大小（数值维度）和坐标轴（分类维度）逻辑清晰，避免因数据混乱导致图表失真。

如何通过气泡图直观呈现专利技术分布特征？
核心在于合理设置三个维度参数：X轴可代表技术领域（如IPC小类），Y轴可代表时间维度（如申请年份），气泡大小对应专利数量或引证频次，气泡颜色可区分法律状态（如授权/审中）。通过调整气泡透明度和坐标轴刻度，突出高价值技术集群（如大尺寸气泡集中区域），同时避免气泡重叠过多影响可读性，必要时可拆分多个子图展示细分领域。

误区科普

误区：认为专利气泡图必须包含复杂的专利指标或高级分析维度才能体现专业性。
纠正：入门阶段无需追求多维度堆砌，过度添加技术效果、权利要求数量等非标准化数据，反而会导致图表逻辑混乱。核心价值在于通过简洁的“分类+数值+时间”三要素，直观展示技术分布规律，例如某领域专利数量随时间的变化趋势或技术热点迁移路径。新手应从基础二维坐标+气泡大小的经典模型起步，熟练后再逐步增加颜色、形状等辅助维度。重点是数据准确性和逻辑清晰度，而非指标复杂度，简单有效的图表往往比过度设计的可视化更具分析价值。

延伸阅读

1. 《数据可视化之美》（Nathan Yau 著，人民邮电出版社）

推荐理由：本书是数据可视化领域的经典入门读物，系统讲解了“数据维度与图形元素映射”的底层逻辑，其中“多变量数据可视化”章节详细分析了气泡图、散点图等图表的适用场景与设计原则。书中结合科研数据案例（如基因测序数据、环境监测数据），展示了如何通过颜色、大小、位置等元素传递复杂信息，可帮助新手理解专利气泡图中“时间-技术领域-申请量”等多维度映射的核心原理，建立可视化思维框架。

2. 《专利信息分析实务》（国家知识产权局专利局审查业务管理部 编，知识产权出版社）

推荐理由：作为官方权威教材，本书从专利数据的“获取-清洗-分析-应用”全流程展开，其中“数据预处理”章节详细介绍了如何筛选有效专利（如剔除“撤回”“驳回”等无效数据）、规范IPC分类号提取（如小类/小组的层级关系），与原文强调的“数据清洗关键步骤”高度契合。书中还提供“新能源汽车技术专利分析”等实操案例，配套Excel数据模板，可直接用于练习专利气泡图的数据整理环节，适合新手夯实专利分析基础。

3. 《Excel数据可视化实战》（[美] 乔恩·佩弗 著，电子工业出版社）

推荐理由：针对原文中Excel制作气泡图的实操步骤，本书提供“高级散点图与气泡图”专题教程，包括“动态气泡大小关联数据列”“文本型Y轴标签设置”“数据标签智能避让”等细节操作——例如，书中第7章通过“产品销量-区域-时间”气泡图案例，演示了如何用Excel函数（如VLOOKUP）匹配气泡颜色与分类维度（如原文中的“申请人类型”），步骤清晰且附带截图，适合零基础用户对照练习，解决“气泡大小配置错误”“标签重叠”等常见问题。

4. 《专利导航指南》（GB/T 39551-2020，国家标准）

推荐理由：该国家标准由国家知识产权局主导制定，明确了专利导航项目中“可视化分析”的技术规范，其中“技术领域分布分析”部分特别指出气泡图的应用场景（如“技术分支-时间-申请量”关联分析），并给出“数据维度控制原则”（如“基础分析不超过3个核心维度”），与原文强调的“新手阶段控制维度数量”相呼应。标准附录还包含“光伏技术专利气泡图”样例，标注了坐标轴命名规范、颜色编码标准（如蓝橙渐变色系），可作为专利气泡图的规范化设计参考。

5. 科科豆平台《专利数据可视化工具白皮书》（2023版，官网可下载）

推荐理由：作为原文提到的专业专利分析平台，科科豆的官方白皮书详细介绍了“气泡图模板”的功能逻辑——例如，如何通过“IPC分类号自动映射技术分支”“申请人类型颜色库预设”“动态筛选交互”等功能提升效率。书中附“锂离子电池技术专利气泡图”制作流程图，对比Excel与平台工具的操作差异（如“智能标签避让”功能的算法原理），适合新手从基础工具过渡到专业平台时参考，快速掌握交互型气泡图的高级用法。

本文观点总结：

专利气泡图是融合位置、大小、颜色维度的专利数据可视化工具，能直观呈现技术热点、竞争格局及发展趋势，是专利信息分析的重要工具。其核心构成包括坐标系（X/Y轴）、气泡大小（如申请量）及辅助维度（如颜色、标签）；数据需从权威来源（如国知局平台、科科豆等专业平台）获取，并经清洗剔除无效专利（如撤回、驳回）。制作工具方面，Excel可通过整理数据、插入气泡图、配置参数及优化细节完成基础绘制，专业平台（科科豆、八月瓜）则凭借模板化和交互性功能提升效率。新手易因维度过多（建议入门控制3个维度）、标签重叠（可通过工具智能避让或手动调整）导致图表混乱，需注意颜色选择（避免红绿对比，推荐蓝橙渐变）。其应用场景广泛，涵盖技术领域分布、申请人竞争格局、地域分布等，核心价值在于实现从数据到洞察的转化，帮助快速识别关键信息，为研发决策提供支撑。

参考资料：

国家知识产权局：《2023年中国知识产权发展状况报告》
《情报杂志》
知网：《专利信息可视化设计规范》
国家知识产权服务平台：《专利导航可视化指南》