工作中我們常常會遇到各種各樣的數據，為了分析這些數據，往往會將其可視化。

數據可視化的第一步就是選擇合適的圖表。

怎么做圖表？從Excel時代起，大家固有的思維就是按：有幾個“分類”，分幾個“系列”去填充數據。選擇能直觀展現結果的圖表來展現。這個過程其實是先有大致的數據分析結果，后用圖表來表達，我們稱之為可視化1.0。而且，對于這種傳統圖表的展示形式，數據分析統計的人員來說往往會存在這樣一些問題：

a.可視化效果取決于工具所提供的有限的圖表類型

工具提供的圖表類型是有限的，而分析的需求是無限的。設想一旦分析的結果是多維的，手中的圖表就那么幾個，那數據可視化就很受局限。

b.理解 “分類”/ “系列”等一系列人為定義的屬性，本身就有很大的使用難度

這個小編深有體會，每次用excel做圖表，我都不懂何為分類，何為系列，各種抓瞎點擊。雖然excel 2013版本之后能自動出圖表，但維度一多，免不了各種調試。其實“分類”，“系列”等概念，對于初步接觸分析的用戶來說，還是要花點時間深入理解的。

c.不知道用什么圖表，為了做圖而做圖

從大部分想要數據分析的用戶調研來看，有59%的用戶表明“采用什么圖表分析展示數據，是用戶面臨的最大問題。”

所以，現如今數據分析盛行且極有可能在未來成為必備技能的時代，圖表更應該輔助分析，在龐大、雜亂無序的數據中講信息精簡出來，伴隨分析思路，幫助探索式分析，我們稱之為可視化2.0時代。

市面上的可視化工具大多是1.0，能輔助分析思路，可視化展現圖表的工具并不多，Tableau是先驅。而最新出來的FineBI 5.0版本，除了探索式數據分析的體驗，帶有數據挖掘屬性，可動態展現的特性，也同樣值得推薦。

?

FineBI V5.0的可視化分析是基于著名的圖形語法(The Grammar Of Graphics)設計，由此提供了無限的圖表推薦，不限制屬性映射效果以及全新的分析功能。

它取消了圖表類型的概念，以“形狀“和對應的“顏色“，“大小“，“提示“，“標簽“等屬性（除支持自由設置之外還支持與字段綁定動態展現）進行圖表類型替代，這樣一來FineBI也就擺脫圖表類型對可視化效果的限制，從而達到無限制圖表類型的展現能力。

智能圖表推薦展現

FineBI能夠根據用戶拖入的字段（維度類型/個數、指標個數、數據周期性）進行智能圖表類型推薦，用最適合的形態進行當前的數據統計呈現。

舉個簡單的例子，你拿到一串數據，比方說講“月份”“銷量“兩個維度拖到面板匯總，就會自動選擇用柱形圖來展現。

?

如上圖所示，從此以后再也不用糾結用餅圖做好還是用折線圖做好了。

FineBI可視化效果：

?

分析性圖表

圖表是追隨于數據分析思路的。

比如“分面展示”其實是提供了一種將多項指標并列分析的數據觀察視角。比如我想同時觀察溫度和襯衫銷售的數據趨勢，這個時候就可以使用分面分析來進行數據統計觀察。通過分面，可以分析不同指標的相關性，從而發現數據的潛在關聯。

列舉一個簡單的例子，我們使用分面展示模式來觀察不同學歷對加班時長和收入的影響（非實際數據）：

?

不同年份的銷量與增長值之間的關聯（非實際數據）：

?

Dashboard——構建數據分析故事

通常我們在做一些數據報告性質的場景下，需要利用數據創造出吸引人的、信息量大的、有說服力的故事。而FineBI除了提供無限的圖表分析之外，儀表板還可供用戶進行靈活地數據圖表布局分析，輕松構建出你的數據圖表思維邏輯，讓你擁有獨到的洞察性數據見解，進而達到有效溝通或者數據匯報的目的。

地產銷售可視化數據分析故事

——銷售額逐年逐月上漲

——各市房地產銷售額均較高

——高層賣的好，銷售面積遙遙領先

——住宅的銷售在各年份都處于領先地位

?

多角度銷售可視化數據分析故事

——何時何地應該出售什么？兒童服裝、女士服飾、男士服飾？

——哪種品類銷量最好？

——哪個區域銷量最好？

——哪個門店銷量最好

——哪個品牌銷量最好

——哪一天銷量最好？

?

圖表自適應

?

除了豐富的圖表呈現心態之外，FineBI中提供四種圖表內部的自適應模式，包括：

標準適應：內置算法，當橫縱向數據較多時，圖表內部自動生成對應方向的滾動軸。

整體適應：橫縱向填充滿當前展示組件.

寬度適應：橫向填充滿數據，縱向根據數據情況，判斷是否出現內部滾動軸。

高度適應：縱向填充滿數據，橫向根據數據情況，判斷是否出現內部滾動軸。

四種適應模式，滿足用戶dashboard設計時，不同的布局需求。同時，FineBI還支持用戶手動調整坐標軸元素寬度，滿足更多的自定義展示需求。

動態圖表呈現

除了靜態的圖表展現之外，FineBI還支持用戶增加圖表注釋以及閃爍動畫，可由用戶自由定義條件進行動態展示，打破了傳統圖表靜態呆板的呈現形式，讓用戶體驗更加生動的數據圖表展現效果。

?

大數據圖表性能

此外，FineBI提供的圖表大數據模式，依靠前端性能，可支撐百萬以上數據量的圖表展示。

?

數據分析人員的新利器——數據挖掘

FineBI這個數據分析工具，目前支持時間序列算法、聚類算法、分類算法等三類數據挖掘方法，還支持和R語言的集成。

如果你想預測未來的銷售額，你想智能的給用戶群分類，或者你想知道短信發給哪個用戶獲得的反饋可能性比較大，這些在FineBI中都將會成為現實。

?

?

此外，FineBI還將時間序列算法和聚類算法，和圖表分析相結合，也就是大家不止可以實現預測和聚類，更進一步，只需要簡單的拖拖拽著就可以立即看到預測和聚類的結果，讓數據挖掘不止于能用，更要易用。

最后

由于篇幅限制，本文所講的圖表只是FineBI工具的冰山一角。其本質既是一個數據分析可視化工具，又是可以協助企業數據分析的工具。感興趣的同學們可以到FineBI官網激活試用（個人免費）。希望這款BI工具能夠幫助大家提高日常工作中的數據分析效率。

總結

以上是生活随笔為你收集整理的自动推荐图表、智能分析，这个分析工具有点酷！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。