做完數據分析後,用什麼可視化工具展示分析結果?

做完數據分析,想把結果以可視化的方式展現出來,用的比較多的是地圖熱力圖和柱形圖。使用過tableau,finereport,Excel,這些軟體都對精細化地圖的支持不是特別好,需要自己製作地圖或者搭建地圖伺服器。有沒有軟體可以對地圖的支持達到百度地圖或者高德地圖的級別?如何使用?
ps:分析結果數據量比較大


謝邀~~~幾十種常見的圖表見下方!除了柱狀圖、條形圖、折線圖、餅圖等常用圖表之外,還有數據地圖(熱力圖、氣泡圖等)、瀑布圖和散點圖,旭日圖,漏斗圖等等。一起了解下不同圖表的使用場景、優劣勢!你要的圖表分別在1和4,圖表made by http://me.bdp.cn,數據量大也沒事!


  1.柱狀圖

  適用場景:適用場合是二維數據集(每個數據點包括兩個值x和y),但只有一個維度需要比較,用於顯示一段時間內的數據變化或顯示各項之間的比較情況。適用於枚舉的數據,比如地域之間的關係,數據沒有必然的連續性。

  優勢:柱狀圖利用柱子的高度,反映數據的差異,肉眼對高度差異很敏感。

  劣勢:柱狀圖的局限在於只適用中小規模的數據集。

  延伸圖表:堆積柱狀圖、百分比堆積柱狀圖

  不僅可以直觀的看出每個系列的值,還能夠反映出系列的總和,尤其是當需要看某一單位的綜合以及各系列值的比重時,最適合。

  (堆積柱狀圖)


  2.條形圖

  適用場景:顯示各個項目之間的比較情況,和柱狀圖類似的作用。

  優勢:每個條都清晰表示數據,直觀。

  延伸圖表:堆積條形圖、百分比堆積條形圖

  (堆積條形圖)


  3.折線圖

  適用場景: 折線圖適合二維的大數據集,還適合多個二維數據集的比較。一般用來表示趨勢的變化,橫軸一般為日期欄位。

  優勢:容易反應出數據變化的趨勢。

  4.各種數據地圖(一共有6種類型,最喜歡BDP的地圖了)

  適用場景:適用於有空間位置的數據集,一般分成行政地圖(氣泡圖、面積圖)和GIS地圖(包括熱力圖等)。行政地圖一般有省份、城市數據就夠了(比如福建-泉州);而GIS地圖則需要經緯度數據,更細化到具體區域,只要有數據,可做區域、全國甚至全球的地圖,支持百度地圖、騰訊地圖等。

  優劣勢:特殊狀況下使用,涉及行政區域。

  (1)行政地圖(面積圖):以顏色深淺來展示數據的大小!

  (2)行政地圖(氣泡圖)

  (3)GIS地圖:點狀圖

  (4)GIS地圖:熱力圖(分別為全國熱力圖和北京區域熱力圖)

  (5)GIS地圖:(北京某區域)散點圖

  Ps:區域地圖,通過放大鏡可以放大或縮小區域哦~~

  (6)GIS地圖:地圖+柱狀/餅圖/條形

  5.餅圖(環圖)

  適用場景:顯示各項的大小與各項總和的比例。適用簡單的佔比比例圖,在不要求數據精細的情況適用。

  優勢:明確顯示數據的比例情況,尤其合適渠道來源等場景。

  劣勢:不會具體的數值,只是整體的佔比情況。

  餅圖、環圖你喜歡那個呢,可以直接設置~

  6.雷達圖

  適用場景:雷達圖適用於多維數據(四維以上),一般是用來表示某個數據欄位的綜合情況,數據點一般6個左右,太多的話辨別起來有困難。

  優勢:主要用來了解公司各項數據指標的變動情形及其好壞趨向。

  劣勢:理解成本較高。

  7.漏斗圖

  適用場景:漏斗圖適用於業務流程多的流程分析,顯示各流程的轉化率

  優勢:在網站分析中,通常用於轉化率比較,它不僅能展示用戶從進入網站到實現購買的最終轉化率,還可以展示每個步驟的轉化率,能夠直觀地發現和說明問題所在。

  劣勢:單一漏斗圖無法評價網站某個關鍵流程中各步驟轉化率的好壞。

  8.詞雲

  適用場景: 顯示詞頻,可以用來做一些用戶畫像、用戶標籤的工作。

  優勢:很酷炫、很直觀的圖表。劣勢:使用場景單一,一般用來做詞頻。

  9.散點圖

  適用場景:顯示若干數據系列中各數值之間的關係,類似XY軸,判斷兩變數之間是否存在某種關聯。散點圖適用於三維數據集,但其中只有兩維數據是需要比較的。另外,散點圖還可以看出極值的分布情況。

  優勢:對於處理值的分布和數據點的分簇區域(通過設置橫縱項的輔助線),散點圖都很理想。如果數據集中包含非常多的點,那麼散點圖便是最佳圖表類型。

  劣勢:在點狀圖中顯示多個序列看上去非常混亂。

  延伸圖表:氣泡圖(調整尺寸大小就成氣泡圖了)

  10.面積圖

  適用場景:強調數量隨時間而變化的程度,也可用於引起人們對總值趨勢的注意。

  延伸圖表:堆積面積圖、百分比堆積面積圖還可以顯示部分與整體之間(或者幾個數據變數之間)的關係。

  11.指標卡

  適用場景:顯示某個數據結果同環比數據。

  優勢:適用場景很多,很直觀告訴看圖者數據的最終結果,一般是昨天、上周等,還可以看不同時間維度的同環比情況。

  劣勢:只是單一的數據展示,最多有同環比,但是不能對比其他數據。

  12.計量圖

  適用場景:一般用來顯示項目的完成進度。

  優勢:很直觀展示項目的進度情況,類似於進度條。

  劣勢:表達效果很明確,數據場景比較單一。

  13.瀑布圖

  適用場景:採用絕對值與相對值結合的方式,適用於表達數個特定數值之間的數量變化關係,最終展示一個累計值。

  優勢:展示兩個數據點之間的演變過程,還可以展示數據是如何累計的。

  14.桑基圖

  適用場景:一種特定類型的流程圖,始末端的分支寬度總各相等,一個數據從始至終的流程很清晰,圖中延伸的分支的寬度對應數據流量的大小流量隨著時間推移變化的情況,通常應用於能源、材料成分、金融等數據的可視化分析。

  15.旭日圖

  適用場景:旭日圖可以表達清晰的層級和歸屬關係,以父子層次結構來顯示數據構成情況,旭日圖能便於細分溯源分析數據,通過分層佔比情況真正了解數據的具體構成。

  優勢:分層看數據很直觀,逐層下鑽看數據。

  16.雙軸圖

  適用場景:柱狀圖+折線圖的結合,適用情況很多,比如數量級相差很大的情況、數據同環比分析對比等情況都能適用。

  優勢:特別通用,屬於不同圖表的組合使用,比如柱狀圖+折線圖的結合,圖表很直觀。

  劣勢:這個好像沒什麼劣勢,個人感覺。

當然,當你分析數據的時候一定不會只用一種圖表,尤其是數據報告中,每次都會用到多個圖表,那各種圖表的結合效果圖也簡單展示一下:

  (銷售業績分析)

下面是深色背景(星空藍)下的圖表效果:

所有的數據圖表均來自有愛的BDP個人版哦,大家可以去試試~~~


1. 柱形圖可以用ggplot2:

2. 如果需要實現地圖數據可視化,則推薦以下:


01. CartoDB

CartoDB provides an unparalleled way to combine maps and tabular data to create visualisations

02. InstantAtlas

InstantAtlas enables you to create highly engaging visualisations around map data

03. Polymaps

Aimed more at specialist data visualisers, the Polymaps library creates image and vector-tiled maps using SVG

04. OpenLayers

It isn"t easy to master, but OpenLayers is arguably the most complete, robust mapping solution discussed here

05. Kartograph

Kartograph"s projections breathe new life into our standard slippy maps

06. Exhibit

Exhibit makes data visualization a doddle
07. Modest Maps

Integrate and develop interactive maps within your site with this cool tool

08. Leaflet

Use OpenStreetMap data and integrate data visualisation in an HTML5/CSS3 wrapper


R語言的ggplot2包


主流的bi展現工具都用過數據量不大的話用tablau,數據量大的話用qlik


ROOT 你值得擁有
柱圖,線圖,餅圖,只有你想不到,沒有它做不到
一維二維三維圖,隨心切換,自由自在
支持C++,
Python也可以用pyROOT
缺點:你得花點時間去學
root.cern.ch


除了熱力圖/柱狀圖/餅狀圖,還有其他的分析圖,如匯聚圖、分類圖、曲線圖等。

這些可以通過地圖者來實現。分享鏈接:地圖者 | 雲地圖,企業地圖,地圖製作,地圖分享,客戶分布圖,專題地圖


厚臉皮來回答一發。

基本的圖形就那幾十種,

但是哪一個最適合表達你想表達的東西;

怎樣能最快速的讓人理解;

怎樣能夠打動 他/她/它 讓其相信你所表達的;

還要低成本的表達出來,還要保證實效性。



御陰陽五行之變,視寒、暑、燥、濕、風五候,應傷者喜、怒、憂、思、恐五情下藥。

唯有手熟爾,唯有麵皮厚爾


LightningChart


現在剛學echarts,類似還有D3,很多模板,可以看看


推薦閱讀:

Python中除了matplotlib外還有哪些數據可視化的庫?
如何用Matplotlib讀取dat格式的文件並繪製出曲面圖?
參加山東大學可視計算暑期學校是怎樣一種體驗?
如何利用excel做可視化圖表?
為什麼液晶顯示技術如此成熟,而大部分汽車儀錶盤還是使用物理儀錶而不是液晶顯示界面?

TAG:數據挖掘 | 數據分析 | 數據可視化 | 可視化 |