数据可视化|数据可视化图大全 [ 技术分享 ]

　　在大数据时代下，数据可视化可谓是非常重要，不管是BOSS还是员工，都能够清楚看到数据结果，其中条形图、饼形图、柱形图是大家经常见到的，现在还有很多数据可视化分析中体现出来的雷达图、地图界面、矩形树图、热力图、散点图、气泡图等等，这都是最新体现数据可视化展现方式。 　　Ⅰ、常用三大图：柱（条）、线、饼（环） 　　柱状图：柱形图是分析师最常用到的图表之一，常用于多个维度的比较和变化。文本维度／时间维度通常作为X轴。数值型维度作为Y轴。柱形图至少需要一个数值型维度。柱形图的对比分析，通过颜色区分类别。当需要对比的维度过多，柱形图是力不从心的。 　　基础柱状图：每个组数据建议只展示1~3列数据，太多会导致对比困难，图形烦乱；表现每条数据具体值，容易比较大小

　　柱状图 　　条形图：容易比较大小，更关注组内比较

　　条形图 　　含正负值的条形图：显示两个项目之间有没有相关关系

　　含正负值的条形图 　　堆积条形图（堆积柱状图）：比较组内占比情况，同时可以比较各组每部分及整体大小

　　堆积条形图 　　瀑布图：各成分分布构成情况

　　瀑布图 　　折线图：折线图是观察数据的趋势，它和时间是好基友，当我们想要了解某一维度在时间上的规律或者趋势时，就用折线图吧。 　　基础折线图：每组数据建议最多不超过5个点；数据常表现趋势，波动

　　折线图 　　饼图（环图）：饼图是有缺陷的，它擅长表达某一占比较大的类别。但是不擅长对比。30%和35%在饼图上凭肉眼是难以分辨出区别的。当类别过多，也不适宜在饼图上表达。 　　饼图：可展示多组数据；表现各组数据占总比情况。

　　基础饼图 　　双饼图：展示各组内分布情况

　　双饼图 　　Ⅱ、面积图、散点图（气泡图）、雷达图 　　面积图 　　面积图：通过面积展示数据值大小，形象直观

　　面积图 　　散点图：散点图在报表中不常用到，但是在数据分析中可以算出镜率最高的。散点图通过坐标轴，表示两个变量之间的关系。绘制它依赖大量数据点的分布。直观，尤其是大数据量，散点图会有更精准的结果。比如统计中的回归分析，比如数据挖掘中的聚类。 　　散点图：优势是揭示数据间的关系，发觉变量与变量之间的关联。

　　散点图 　　气泡图：在散点图的基础上加上面积标示大小，富裕散点图比较大小的功能；气泡图经常需要辅助线来获得图形结论

　　气泡图 　　雷达图：可能男同胞们在游戏中看到它比较多。它在商务、财务领域应用较大，适合用在固定的框架内表达某种已知的结果。常见于经营状况，财务健康程度。 　　雷达图：用来展示某一类型事物在几个属性的优良情况，或该类事物互相对比

　　雷达图 　　Ⅲ、地理图、热力图、矩形树图 　　地理图：一切和空间属性有关的分析都可以用到地理图。比如各地区销量，或者某商业区域店铺密集度等。 　　地理图：地理图的绘制离不开地图数据，POI是很重要的要素。POI是“Point of Information”的缩写，可以翻译成信息点，每个POI包含四方面信息，名称、类别、经度纬度、附近的酒店饭店商铺等信息。借助POI，才能按地理维度展现数据。

　　地理图 　　热力图：互联网产品中，热力图可以用于网站／APP的用户行为分析，将浏览、点击、访问页面的操作以高亮的可视化形式表现。 　　热力图：需要数据量较大，常出现在BI系统，很少通过数据分析师制作

　　热力图 　　矩形树图：柱形图不适合表达过多类目（比如上百）的数据，矩形树图的出现，直观地以面积表示数值，以颜色表示类目。 　　矩形树图：还可以在每个小面积增加数据点，来代表峰值，最大值。电子商务、产品销售等涉及大量品类的分析，都可以用到矩形树图

　　矩形树图 　　Ⅴ、桑基图、漏斗图、箱线图 　　桑基图：表示信息的变化和流动状态 　　桑基图：数据分析师经常接触到桑基图，只是不知道它的正式名字，它就是Google网站分析中的用户行为和流量分析。用户从哪里来，去了哪个页面，在哪个页面离开，最后停留在哪个页面，比例分析等

　　桑基图 　　漏斗图：转化率可视化，它适用在固定流程的转化分析，你也可以认为它是桑基图的简化版 　　漏斗图：转化率也可以用几组数字表示，不一定做成漏斗图，当然，为了显得自己更专业

　　漏斗图 　　箱线图：准确地反映数据维度的离散（最大数、最小数、中位数、四分数）情况。凡是离散的数据都适用箱线图。 　　箱线图：线的上下两端表示某组数据的最大值和最小值。箱的上下两端表示这组数据中排在前25%位置和75%位置的数值。箱中间的横线表示中位数。假如你是一位互联网电商分析师，你想知道某商品每天的卖出情况：该商品被用户最多购买了几个，大部分用户购买了几个，用户最少购买了几个。箱线图就能很清晰的表示出上面的几个指标以及变化

　　箱线图 　　Ⅵ、其他图形 　　词云 　　用来展示高频出现的词，搜索词等 　　关系图 　　展现事物相关性和关联性的图表，比如社交关系链、品牌传播、或者某种信息的流动 　　堆积玫瑰图 　　优点：可在一个图表中集中反映多个维度方面的百分比构成数据，幅面小，信息量大，形式新颖，吸引注意力，够高级，够给力：） 　　缺点：非常见图表形式，多数人不易看懂。图形存在误导因素，同样的半径长度，越往外面积越大，但实际是以长度代表数值。 　　适用场合：适合书面研读，不太适合PPT讲解。适合商业杂志、财经报刊等媒体做信息图表用途，传统工作场合需慎用，可能会给人用力过猛、炫技、夸张的感觉。 　　混合图 常见混合图为线柱混合图 來源：简书 链接：http://www.jianshu.com/p/b5594a20ecee
编辑：UIleader