柱状图
适用场景:适合场合是二维数据集(每个数据点包括两个值x和y),但只有一个维度需要比较,用于显示一段时间内的数据变化或显示各项之间的比较情况,适用于枚举的数据,比如地域之间的关系,数据没有必然的连续性
优势:柱状图利用柱子的高度,反应数据的差异,肉眼对高度的差异很敏感
劣势:柱状图的局限在于只适用于中小规模的数据集
延伸图表:堆积柱状图,百分比堆积柱状图
不仅可以直观的看出每个系列的值,还能够反映出系列的总和,尤其是当需要看某一单位的综合及各系咧值的比重时最适合
条形图
适用场景:显示各个项目之间的比较情况,和柱状图类似的作用
展示分类变量或有序变量相关数据信息
比较不同类别之间的数据
有超过三个类别的数据
优势:每个条都清晰表示数据,直观
延伸图表:堆积条形图,百分比堆积条形图
折线图
适用场景:展示某一个/几个指标的变化趋势
根据一段时间内的历史数据进行未来预测
给定时间段内比较多个不同的变量,情况和信息
折线图适合二维的大数据集,还适合多个二维数据集的比较
一般用来表示趋势的变化,横轴一般为日期字段
优势:容易反映出数据变化的趋势
各种数据地图
适用场景:适用于有空间位置的数据集,一般分为行政地图(气泡图,面积图)和GIS地图(包括热力图等)。行政地图一般有省份,城市数据就够了;而GIS地图则需要经纬度数据,更细化到具体区域,只要有数据,可做区域,全国甚至全球的地图,支持百度地图,腾讯地图等
优劣势:特殊状况下使用,涉及行政区域
行政地图(面积图):以颜色深浅来展示数据的大小
行政地图(气泡图)
GIS地图:点状图
GIS地图:热力图(分别为全国热力图和北京区域热力图)
GIS地图:(北京某区域)散点图
GIS地图:地图+柱状/饼图/条形
饼图(环图)
适用场景:展示某个指标/事物的构成
显示百分比或比例类型数据(类别最好在3~7个)
显示各项的大小与各项总和的比例
适用简单的占比比例图,在不要求数据精细的情况适用
优势:明确显示数据的比例情况,尤其适合渠道来源等场景
劣势:不会具体的数值,只是整体的占比情况
雷达图
适用场景:雷达图适用于多维数据(四维以上)
观察哪些变量具有相似的值或变量之中是否存在异常值
需要多重比较各变量或想展示数据集中各变量的重要程度
一般是用来表示某个数据字段的综合情况,数据点一般6个左右,太多的话辨别起来有困难
优势:主要用来了解公司各项数据指标的变动情形及其好坏趋向
劣势:理解成本较高
漏斗图
适用场景:漏斗图适用于业务流程多的流程分析,显示各流程的转化率
优势:在网站分析中,通常用于转化率比较,它不仅能展示用户从进入网站到实现购买的最终转化率,还可以展示每个步骤的转化率,能够直观的发现和说明问题所在
劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏
词云
适用场景:显示词频,可以用来做一些用户画像,用户标签的工作
优势:很酷炫,很直观的图表
劣势:适用场景单一,一般用来做词频
散点图
适用场景:试图找出两个变量之间是否存在相关性关系
根据自变量的变化来预测因变量
显示若干数据系列中各数值之间的关系,类似xy轴,判断两变量之间是否存在某种关联。散点图适用于三维数据集,但其中只有二维数据是需要比较的。另外,散点图还可以看出极值的分布情况
优势:对于处理值的分布和数据点的分簇区域(通过设置横纵项的辅助线),散点图都很理想。如果数据集中包含非常多的点,那么散点图便是最佳图表类型
劣势:在点状图中显示多个序列看上去非常混乱
延伸图表:气泡图
面积图
适用场景:强调数量随时间而变化的程度,也可用于引起人们对总值趋势的注意
展示/比较趋势,而非表达特定的值
展示/比较变化的幅度
延伸图表:堆积面积图,百分比堆积面积图还可以显示部分与整体之间(或者几个数据变量之间)的关系
指标卡
适用场景:显示某个数据结果&同环比数据
优势:适用场景很多,很直观告诉看图者数据的最终结果,一般是昨天,上周等,还可以看不同时间维度的同环比情况
劣势:只是单一的数据展示,最多有同环比,但是不能对比其他数据
计量图
适用场景:一般用来显示项目的完成进度
优势:很直观展示项目的进度情况,类似于进度条
劣势:表达效果很明确,数据场景比较单一
瀑布图
适用场景:采用绝对值和相对值结合的方式,适用于表达数个特定数值之间的数量变化关系,最终展示一个累计值
优势:展示两个数据点之间的演变过程,还可以展示数据是如何累计的
桑基图
适用场景:一种特定类型的流程图,始末端的分支宽度总各相等,一个数据从始至终的流程很清晰,图中延伸的分支宽度对应数据流量的大小,流量随着时间推移变化的情况,通常应用于能源,材料成分,金融等数据的可视化分析
旭日图
适用场景:旭日图可以表达清晰的层级和归属关系,以父子层次结构来显示数据构成情况,旭日图能便于细分溯源分析数据,通过分层占比情况真正了解数据的具体构成
优势:分层看数据很直观,逐层下钻看数据
双轴图
适用场景:柱状图+折线图的结合,使用情况很多,比如数量级相差很大的情况,数据同环比分析等情况都能适用
优势:特别通用,属于不同图标的组合使用,比如柱状图+折线图的结合,图表很直观
劣势:这个好像没什么劣势
当然,当你分析数据的时候一定不会只用一种图表,尤其是数据报告中,每次都会用到多个图表,那各种图表的结合效果图也简单展示一下
下面是深色背景下的图标效果
直方图
连续型变量&想要展示数据的分布形式
查验两个或多个进程的输出结果是否不同
以图形方式汇总大型数据集&快速传达给他人
曲线图
拟合需要曲线展示的数据,如产品生命周期
数据点数量有限且想要预估中间值
箱线图
观察大量数据上下四分位数,均值,中位数,偏差
数据集有多个独立来源并以某种形式相互关联
气泡图
必须展示三个或四个维度的数据
想通过占比来比较和显示各分类数据之间的关系
点阵图
变量是定量或分类变量且需要展示频数
韦恩图
展示各个数据集之间的逻辑关系
识别数据集之间所有可能的关系