隨著時代的發展，越來越多的數據量堆積，然而這些密密麻麻的數據的可讀性較差并且毫無重點，而數據可視化更加直觀有意義，更能幫助數據更易被人們理解和接受。

因此運用恰當的圖表實現數據可視化非常重要，本文歸結圖表的特點，匯總出一張思維導圖，幫助大家更快地選擇展現數據特點的圖表類型。

圖表類型-思維指南

接下來本文將依次介紹常用圖表類型，分析其適用場景和局限，從而幫助大家通過圖表更加直觀的傳遞所表達的信息。

1 柱狀圖

展示多個分類的數據變化和同類別各變量之間的比較情況。

適用：對比分類數據。
局限：分類過多則無法展示數據特點。
相似圖表：

堆積柱狀圖。比較同類別各變量和不同類別變量總和差異。

百分比堆積柱狀圖。適合展示同類別的每個變量的比例。

2 條形圖

類似柱狀圖，只不過兩根軸對調了一下。

適用：類別名稱過長，將有大量空白位置標示每個類別的名稱。
局限：分類過多則無法展示數據特點 。
相似圖表：

堆積條形圖。比較同類別各變量和不同類別變量總和差異。

百分比堆積條形圖。適合展示同類別的每個變量的比例。

雙向柱狀圖。比較同類別的正反向數值差異。

3 折線圖

展示數據隨時間或有序類別的波動情況的趨勢變化。

適用：有序的類別，比如時間。
局限：無序的類別無法展示數據特點。
相似圖表：

面積圖。用面積展示數值大小。展示數量隨時間變化的趨勢。

堆積面積圖。同類別各變量和不同類別變量總和差異。

百分比堆積面積圖。比較同類別的各個變量的比例差異。

4 柱線圖

結合柱狀圖和折線圖在同一個圖表展現數據。

適用：要同時展現兩個項目數據的特點。
局限：有柱狀圖和折線圖兩者的缺陷。

5 散點圖

用于發現各變量之間的關系。

適用：存在大量數據點，結果更精準，比如回歸分析。
局限：數據量小的時候會比較混亂。
相似圖表：氣泡圖。用氣泡代替散點圖的數值點，面積大小代表數值大小。

6 餅圖

用來展示各類別占比，比如男女比例。

適用：了解數據的分布情況。
缺陷：分類過多，則扇形越小，無法展現圖表。
相似圖表：

環形圖。挖空的餅圖，中間區域可以展現數據或者文本信息。

玫瑰餅圖。對比不同類別的數值大小。

旭日圖。展示父子層級的不同類別數據的占比。

7 地圖

用顏色的深淺來展示區域范圍的數值大小。

適合：展現呈面狀但屬分散分布的數據，比如人口密度等。
局限：數據分布和地理區域大小的不對稱。通常大量數據會集中在地理區域范圍小的人口密集區，容易造成用戶對數據的誤解。
相似圖表：

氣泡地圖。用氣泡大小展現數據量大小。

點狀地圖。用描點展現數據在區域的分布情況。

軌跡地圖。展現運動軌跡。

8 熱力圖

以特殊高亮的形式顯示訪客熱衷的頁面區域和訪客所在的地理區域的圖示。

適合：可以直觀清楚地看到頁面上每一個區域的訪客興趣焦點。
局限：不適用于數值字段是匯總值，需要連續數值數據分布。

9 矩形樹圖

展現同一層級的不同分類的占比情況，還可以同一個分類下子級的占比情況，比如商品品類等。

適用：展示父子層級占比的樹形數據。
缺陷：不適合展現不同層級的數據，比如組織架構圖，每個分類不適合放在一起看占比情況。

10 指標卡

突出顯示一兩個關鍵的數據結果，比如同比環比。

適合：展示最終結果和關鍵數據。
缺陷：沒有分類對比，只展示單一數據。

11 詞云

展現文本信息，對出現頻率較高的“關鍵詞”予以視覺上的突出,比如用戶畫像的標簽。

適合：在大量文本中提取關鍵詞。
局限：不適用于數據太少或數據區分度不大的文本。

12 儀表盤

展現某個指標的完成情況。

適合：展示項目進度。
局限：只適合展現數據的累計情況，不適用于數據的分布特征等。

13 雷達圖

將多個分類的數據量映射到坐標軸上，對比某項目不同屬性的特點。

適用：了解同類別的不同屬性的綜合情況，以及比較不同類別的相同屬性差異。
局限：分類過多或變量過多，會比較混亂。

14 漏斗圖

用梯形面積表示某個環節業務量與上一個環節之間的差異。

適用：有固定流程并且環節較多的分析，可以直觀地顯示轉化率和流失率。
局限：無序的類別或者沒有流程關系的變量。

15 瀑布圖

采用絕對值與相對值結合的方式，展示各成分分布構成情況，比如各項生活開支的占比情況。

適合：展示數據的累計變化過程。
局限：各類別數據差別太大則難以比較。

16 桑葚圖

一種特定類型的流程圖，圖中延伸的分支的寬度對應數據流量的大小，起始流量總和始終與結束流量總和保持平衡。比如能量流動等。

適合：用來表示數據的流向。
局限：不適用于邊的起始流量和結束流量不同的場景。比如使用手機的品牌變化。
相似圖表：

和弦圖。展現矩陣中數據間相互關系和流量變化。數據節點如果過多則不適用。

17 箱線圖

是利用數據中的五個統計量：最小值、第一四分位數、中位數、第三四分位數與最大值來描述數據的一種方法。

適用：用來展示一組數據分散情況，特別用于對幾個樣本的比較。
局限：對于大數據量，反應的形狀信息更加模糊。

網易有數：企業級大數據可視化分析平臺，具有全面的安全保障、強大的大數據計算性能、先進的智能分析、便捷的協作分享等特性，點擊可免費試用。

文章來源于: 大數據深度分析，版權歸原作者所有，如有侵權，請聯系 guanwang@163yun.com 刪除。

相關文章：
【推薦】?混合APP開發-hybrid 升級流程
【推薦】?PorterDuffXfermode 圖像混合技術在漫畫APP中的應用
【推薦】?OpenResty 最佳實踐 （2）

總結

以上是生活随笔為你收集整理的17种数据可视化图表，有哪些适用场景？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。