数据可视化,用好这17类经典图表基本就够了

作者 | 安琪Angela

来源 | 简书

导读:随着时代的发展,越来越多的数据量堆积,然而这些密密麻麻的数据的可读性较差并且毫无重点,而数据可视化更加直观有意义,更能帮助数据更易被人们理解和接受。因此运用恰当的图表实现数据可视化非常重要,本文归结图表的特点,汇总出一张思维导图,帮助大家更快地选择展现数据特点的图表类型。
数据可视化,用好这17类经典图表基本就够了

▲图表类型-思维指南

接下来我将依次介绍常用图表类型,分析其适用场景和局限,从而帮助大家通过图表更加直观的传递所表达的信息。

1. 柱状图

数据可视化,用好这17类经典图表基本就够了

▲柱状图

展示多个分类的数据变化和同类别各变量之间的比较情况。

  • 适用:对比分类数据。
  • 局限:分类过多则无法展示数据特点。

相似图表:

  1. 堆积柱状图。比较同类别各变量和不同类别变量总和差异。
  2. 百分比堆积柱状图。适合展示同类别的每个变量的比例。

2. 条形图

数据可视化,用好这17类经典图表基本就够了

▲条形图

类似柱状图,只不过两根轴对调了一下。

  • 适用:类别名称过长,将有大量空白位置标示每个类别的名称。
  • 局限:分类过多则无法展示数据特点 。

相似图表:

  1. 堆积条形图。比较同类别各变量和不同类别变量总和差异。
  2. 百分比堆积条形图。适合展示同类别的每个变量的比例。
  3. 双向柱状图。比较同类别的正反向数值差异。

3. 折线图

数据可视化,用好这17类经典图表基本就够了

▲折线图

展示数据随时间或有序类别的波动情况的趋势变化。

  • 适用:有序的类别,比如时间。
  • 局限:无序的类别无法展示数据特点。

相似图表:

  1. 面积图。用面积展示数值大小。展示数量随时间变化的趋势。
  2. 堆积面积图。同类别各变量和不同类别变量总和差异。
  3. 百分比堆积面积图。比较同类别的各个变量的比例差异。

4. 柱线图

数据可视化,用好这17类经典图表基本就够了

▲柱线图[1]

结合柱状图和折线图在同一个图表展现数据。

  • 适用:要同时展现两个项目数据的特点。
  • 局限:有柱状图和折线图两者的缺陷。

5. 散点图

数据可视化,用好这17类经典图表基本就够了

▲散点图

用于发现各变量之间的关系。

  • 适用:存在大量数据点,结果更精准,比如回归分析。
  • 局限:数据量小的时候会比较混乱。

相似图表:

  • 气泡图。用气泡代替散点图的数值点,面积大小代表数值大小。

6. 饼图

数据可视化,用好这17类经典图表基本就够了

▲饼图

用来展示各类别占比,比如男女比例。

  • 适用:了解数据的分布情况。
  • 缺陷:分类过多,则扇形越小,无法展现图表。

相似图表:

  1. 环形图。挖空的饼图,中间区域可以展现数据或者文本信息。
  2. 玫瑰饼图。对比不同类别的数值大小。
  3. 旭日图。展示父子层级的不同类别数据的占比。

7. 地图

数据可视化,用好这17类经典图表基本就够了

▲地图

用颜色的深浅来展示区域范围的数值大小。

  • 适合:展现呈面状但属分散分布的数据,比如人口密度等。
  • 局限:数据分布和地理区域大小的不对称。通常大量数据会集中在地理区域范围小的人口密集区,容易造成用户对数据的误解。

相似图表:

  1. 气泡地图。用气泡大小展现数据量大小。
  2. 点状地图。用描点展现数据在区域的分布情况。
  3. 轨迹地图。展现运动轨迹。

8. 热力图

数据可视化,用好这17类经典图表基本就够了

▲热力图[2]

以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示。

  • 适合:可以直观清楚地看到页面上每一个区域的访客兴趣焦点。
  • 局限:不适用于数值字段是汇总值,需要连续数值数据分布。

9. 矩形树图

数据可视化,用好这17类经典图表基本就够了

▲矩形树图[3]

展现同一层级的不同分类的占比情况,还可以同一个分类下子级的占比情况,比如商品品类等。

  • 适用:展示父子层级占比的树形数据。
  • 缺陷:不适合展现不同层级的数据,比如组织架构图,每个分类不适合放在一起看占比情况。

10. 指标卡

数据可视化,用好这17类经典图表基本就够了

▲指标卡[4]

突出显示一两个关键的数据结果,比如同比环比。

  • 适合:展示最终结果和关键数据。
  • 缺陷:没有分类对比,只展示单一数据。

11. 词云

数据可视化,用好这17类经典图表基本就够了

▲词云[5]

展现文本信息,对出现频率较高的“关键词”予以视觉上的突出,比如用户画像的标签。

  • 适合:在大量文本中提取关键词。
  • 局限:不适用于数据太少或数据区分度不大的文本。

12. 仪表盘

数据可视化,用好这17类经典图表基本就够了

▲仪表盘

展现某个指标的完成情况。

  • 适合:展示项目进度。
  • 局限:只适合展现数据的累计情况,不适用于数据的分布特征等。

13. 雷达图

数据可视化,用好这17类经典图表基本就够了

▲雷达图[6]

将多个分类的数据量映射到坐标轴上,对比某项目不同属性的特点。

  • 适用:了解同类别的不同属性的综合情况,以及比较不同类别的相同属性差异。
  • 局限:分类过多或变量过多,会比较混乱。

14. 漏斗图

数据可视化,用好这17类经典图表基本就够了

▲漏斗图[7]

用梯形面积表示某个环节业务量与上一个环节之间的差异。

  • 适用:有固定流程并且环节较多的分析,可以直观地显示转化率和流失率。
  • 局限:无序的类别或者没有流程关系的变量。

15. 瀑布图

数据可视化,用好这17类经典图表基本就够了

▲瀑布图

采用绝对值与相对值结合的方式,展示各成分分布构成情况,比如各项生活开支的占比情况。

  • 适合:展示数据的累计变化过程。
  • 局限:各类别数据差别太大则难以比较。

16. 桑葚图

数据可视化,用好这17类经典图表基本就够了

▲桑葚图

一种特定类型的流程图,图中延伸的分支的宽度对应数据流量的大小,起始流量总和始终与结束流量总和保持平衡。比如能量流动等。

  • 适合:用来表示数据的流向。
  • 局限:不适用于边的起始流量和结束流量不同的场景。比如使用手机的品牌变化。

相似图表:

  • 和弦图。展现矩阵中数据间相互关系和流量变化。数据节点如果过多则不适用。

17. 箱线图

数据可视化,用好这17类经典图表基本就够了

▲箱线图

是利用数据中的五个统计量:最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。

  • 适用:用来展示一组数据分散情况,特别用于对几个样本的比较。
  • 局限:对于大数据量,反应的形状信息更加模糊。

版权声明及安全提醒:本文转自网络平台,文章仅代表作者观点,不代表「金融文库」立场。相关版权归原作者所有,「金融文库」仅提供免费交流与学习,相关内容与材料请勿用于商业。我们感谢每一位原创作者的辛苦付出与创作,如本转载内容涉及版权及侵权问题,请及时联系我们客服处理(微信号:RyanLin007),谢谢!

(0)
上一篇 2018年10月15日 上午1:00
下一篇 2018年10月28日 上午1:00

相关推荐

  • 华为“磨刀式培训”

    华为大多为校园招聘,招牌对象为应届毕业生,一个应届毕业生通常要经过一年时间的培训才可以上岗,培训成本不敢想象。“我们企业小,招来人就要使用,而且培训时间长,成本我们根本承受不了”,…

    2018年12月3日
  • 大数据研究报告

    大数据研究报告,本专辑包括大数据行业研究、大数据应用、大数据创新等相关学习资料与研究报告精选。

    2020年5月22日
  • 数据+算法定义的世界-工信部安筱鹏PPT讲义

    数据+算法定义的世界-工信部安筱鹏PPT讲义,本专辑包括大数据行业研究、大数据应用、大数据创新等相关学习资料与研究报告精选。

    2019年12月5日
  • 阿里技术专家分享:技术人如何自我成长?

    转眼 2020 已经快过去了一半,是时候来做一次年中总结了。近日,阿里巴巴高级技术专家箫逸总结了自己在阿里 6 年来的成长和收获,分享他在工作中的一些思维方法,以及对生活的一些感悟…

    2020年5月29日
  • 工业大数据白皮书(2019版)

    白皮书主要介绍了国内外大数据产业发达地区在大数据领域的发展战略、发展现状和趋势,并结合当前大数据核心产业链和大数据重点领域应用实践,从技术、产业、标准等层面提出建议。

    2019年4月17日
  • 工商银行数据要素流通实践

    工商银行的数字化转型,是将数字元素纳入金融服务全流程、将数字思维贯穿业务运营全链条,实现金融生产方式和治理方式的变革。这就需要进一步提升数据的属性,推动其从资源化向资产化、资本化的…

    2023年9月27日