分析數據應用圖表進行可視化時，如何判斷使用哪些圖表能最有效地展現數據？

數據分析、數據可視化

---

日常工作中，好多人都面對一堆數據，但卻不知道如何更直觀展示效果，或者不知道用什麼圖表展示更好！花了一些時間整理了工作中常用的數據圖表，希望對大家有用，不再是單純給領導、用戶展示乾癟的數據~

　　本文除了柱狀圖、條形圖、折線圖、餅圖等常用圖表之外，還有數據地圖、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！

　　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）

　　（百分比堆積柱狀圖）

　　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）

　　（百分比堆積條形圖）

　　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）

　　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。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。

　　優劣勢：特殊狀況下使用，涉及行政區域。

　　（1）行政地圖（面積圖）

　　（2）行政地圖（氣泡圖）

　　（3）GIS地圖：點狀圖

　　（4）GIS地圖：熱力圖（分別為北京區域和全國的熱力圖）

　　（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。

雖然看似就16種圖表，其實一共有31種圖表啦，可以認真數一數哈~

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）

　　（公司員工信息分析）

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~~~

---

http://datavizcatalogue.com/

---

分享兩張圖給大家：

如果還是覺得困惑可以看具體介紹：數據分析圖表使用指南

---

還原用戶的使用場景，這條最最重要，不要想當然的自以為，不注意就很容易入坑。平日里多看多觀察，不要一味的追求形式主義，基本上前期了解好需求，精準的定位並解決問題，就能水到渠成的輸出合適的圖形，客戶（用戶）也會喜歡，當然經驗是一方面，但並不佔全部。

---

如何能夠把這個程序，用圖表表示出來？？？？

n0 = 1;

r1 = 1;

d1 = 1.1;

k = 10;

t = 12;

Do[n1 = n0*e (r1*t);

IF[n1 &> k, td = t - (logk - logn0)/r1]; n1 = N[k*e (-d1*td)];

n0 = n1; Print[i, "", n1]; {i, 0, 1000}]

---

推薦閱讀：