-
-
辰哥 管理员
发表于2018-11-28 09:59
楼主
为什么要做数据可视化？
其实，就是密密麻麻的数据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。
本文对常见的数据可视化图表进行了汇总分析，希望对你有益。
图表使用注意事项
数据可视化，就是分两步。
分析需求，熟悉数据，制定目标。
选用合适图表（柱状图、折线图、散点图、饼图、雷达图、漏斗图）进行组合进行数据展示。
用恰当的图表实现数据可视化非常重要，根据归结图表的特点，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。
▲图表类型-思维指南
常用图表详解 接下来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、饼图
▲饼图
饼图用来展示各类别占比，比如男女比例。
适用场景：了解数据的分布情况。
优点： 直观显示各项占总体的占比，分布情况，强调整体与个体间的比较。
局限：分类过多，则扇形越小，无法展现图表。
相似图表：
- 嵌套圈饼图：用于一个指标在不同维度的占比。
- 跑道图：看到占比的同时，可以直观看到指标在当前维度下的排名情况。
- 而圈饼图和南丁格尔图，只是普通饼图的不同表现形式。
2、折线图
▲折线图
折线图可展示数据随时间或有序类别波动情况的趋势变化。
适用场景：时间序列类数据、关联类数据。
优点： 直观反映数据变化趋势
局限：无序的类别无法展示数据特点。
相似图表：
- 阶梯线图：线在数据点之间形成一系列步骤。
- 折点曲线和平滑曲线图，只是折线样式不同，用来展示数据趋势。
3、柱状图
▲柱状图
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。
适用场景：一个维度数据比较、数据单纯性展示、排序数据展示。
优点：人眼对高度较敏感，直观各组数据差异性，强调个体与个体之间的比较。
局限：分类过多则无法展示数据特点。
相似图表：
- 系列堆积图：系列堆积起来可以更直观看到总数和各系列分布情况。
- 多系列柱状图：将一个维度多个指标进行比较。
- 百分比堆积柱状图：适合展示同类别的每个变量占比和分布情况。
4、条形图
▲条形图
条形图类似柱状图，只不过两根轴对调了一下。
适用场景：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：
- 堆积条形图：比较同类别各变量和不同类别变量总和差异。
- 交错正负轴标签：数据有正有负，将坐标轴标签分别放在坐标轴两边。比如盈亏情况、人员增减情况。
- 双向柱状图：比较同类别的正反向数值差异。比如男女占比。
5、面积图
▲面积图
面积图是在折线图的基础上形成的，将折线图中折线与自变量坐标轴之间的区域使用颜色或纹理填充。
适用场景：用面积展示数值大小，展示数量随时间变化的趋势。
优点：颜色的填充可以更好的突出趋势信息。
相似图表：
- 数据监控面积图：用于显示每个数值所占大小随时间或类别变化的趋势线，展示的是部分与整体的关系。比如服务器CPU、内存等监控场景。
- 横向面积图：用横向面积来展示趋势信息。只是与竖向面积图的不同展现样式。
6、气泡图
▲气泡图
基本气泡图可用于展示三个变量之间的关系。绘制时将一个变量放在横轴，另一个变量放在纵轴，而第三个变量则用气泡的大小来表示。
适用场景：存在大量数据点，结果更精准，比如回归分析。
优点： 直观反映数据集中情况，对离散数据线性回归等曲线预测性的拟合辅助作用
局限：数据量小的时候会比较混乱。
相似图表：
- 散点气泡图：用于展示一个维度在2个变量之间关系，比如男女身高体重情况。
- 螺旋气泡图：一个维度按大小排列，比如收入情况。
7、仪表盘
▲仪表盘
仪表盘展现指标分等级，用于数据预警。
适用场景：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。
相似图形：
- html5占比：重点关注一个指标的当前占比情况。
- flash柱：作用同仪表盘，只是外形上有所区别。
8、地图
▲地图
地图是用颜色的深浅来展示区域范围的数值大小。
适用场景：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：
- 流向图：展现运动轨迹。比如人员迁移、飞机航线等。
- 渲染图：一个指标在地图上用颜色来展现，比如天气、人口、收入等。
- 标点图：用描点展现数据在区域的分布情况。与渲染图用途类似。
- Gis渲染图：集成Gis地图，在地图上着色从而实现预警的一种方式。
- Gis统计图：地图与其他统计图的组合，表现该指标在另一维度的分布情况。
9、雷达图
▲雷达图
雷达图是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。
适用场景：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。
相似图形：
- 圆形雷达图和多边形雷达图只是表现形式不一样。
适合中国人的大数据分析软件亿信BI，内置数十种可视化元素和图形，通过简单的数据关系定义，就能实现丰富的可视化效果。通过设计与搭配，可衍生出成千上万种可视化效果，帮助您理解和分析数据。
除了上述常用经典图表，亿信BI还可以制作出炫酷吊炸天的数据图表，后续还会教你实用技巧，来提升表哥表姐们的数据报表的逼格。
