几种常用可视化图表，该怎么用？
可視化圖表種類如此之多，什么場景下應該用什么圖表展示，是一個讓人頭禿的難題。
小編在網站上收錄了 幾十種可視化圖表樣式以及它們分別適用于什么樣的場景，并且推薦了相應的制作工具，非常值得一看。
點陣圖
點陣圖表 (Dot Matrix Chart) 以點為單位顯示離散數據，每種顏色的點表示一個特定類別，并以矩陣形式組合在一起。
適合用來快速檢視數據集中不同類別的分布和比例，并與其他數據集的分布和比例進行比較，讓人更容易找出當中模式。
點數圖
點數圖 (Point & Figure Charts)也稱為「P&F 圖」，使用由 X 和 O 符號組成的一系列方格來顯示特定資產的供需關系。
這種圖表與時間無直接關系，主要集中看資產的過濾價格表現；它也不會顯示交易量，其目的只是顯示任何供需關系上的變化，稱為「突破」(breakouts)。
推薦制作的工具有：rpnf。
弧線圖
弧線圖 (Arc Diagram) 是二維雙軸圖表以外另一種數據表達方式。在弧線圖中，節點將沿著 X軸放置，然后再利用弧線表示節點與節點之間的連接關系。
弧線圖適合用來查找數據共同出現的情況。但缺點是：不能如其他雙軸圖表般清楚顯示節點之間的結構和連接，而且過多連接也會使圖表難于閱讀。
推薦的制作工具有：Protovis (編程語言)、D3 (編程語言)。
折線圖
折線圖用于在連續間隔或時間跨度上顯示定量數值，最常用來顯示趨勢和關系。
此外，折線圖也能給出某時間段內的「整體概覽」，看看數據在這段時間內的發展情況。
推薦的制作工具有：MS Excel、Apple Numbers、D3、DataHero、Datamatic、Datawrapper、Envision.js、Google Charts、Google Docs、Infogr.am、OnlineChartTool.com、SlemmaVega。
平行坐標圖
平行坐標圖 (Parallel Coordinates Plots) 能顯示多變量的數值數據，最適合用來比較同一時間的多個變量，并展示它們之間的關系。
當數據密集時，平行坐標圖容易變得混亂、難以辨認。解決辦法是通過互動技術，突出顯示所選定的一條或多條線，同時淡化所有其他線條，讓我們能更集中研究感興趣的部分，并濾除干擾數據。
推薦的制作工具有：D3、Protovis、RAWGraphs、The R Graph Gallery、Vega。
網絡圖
也稱為「網絡地圖」或「節點鏈路圖」，用來顯示事物之間的關系類型。
這些節點通常是圓點或小圓圈，但也可以使用圖標。
網絡圖主要有分別為「不定向」和「定向」兩種。不定向網絡圖僅顯示實體之間的連接，而定向網絡圖則可顯示連接是單向還是雙向（通過小箭頭）。
網絡圖數據容量有限，并且當節點太多時會形成類似「毛球」的圖案，使人難以閱讀。
推薦的制作工具有：Cytoscape、Datamatic、Gephi、Graph-tool、Mike Bostock's Block、Plot.ly、sigmajs、Vega、ZoomCharts。
象形圖
象形圖 (Pictogram Chart) 也稱為「象形統計圖」，使用圖案來顯示數據量。
使用圖案能克服語言、文化和教育水平方面的差異，是更具代表性的數據顯示方法。舉個例子，如果數據是「5 輛車」，圖中便會顯示 5 個汽車圖案。
推薦的制作工具有：Infogr.am、jChart。
直方圖
直方圖適合用來顯示在連續間隔或特定時間段內的數據分布，有助于估計數值集中位置、上下限值以及確定是否存在差距或異常值；也可粗略顯示概率分布。
推薦的制作工具有：MS Excel、Apple Numbers、D3、Datavisual、Google Docs、Infogr.am、OnlineChartTool.com、Protovis、R Graph Gallery、Slemma。
密度圖
密度圖 (Density Plot) 又稱為「密度曲線圖」，用于顯示數據在連續時間段內的分布狀況。
這種圖表是直方圖的變種，使用平滑曲線來繪制數值水平，從而得出更平滑的分布，并且它們不受所使用分組數量的影響，所以能更好地界定分布形狀 。
推薦的制作工具有：The R Graph Gallery、Cookbook for R。
人口金字塔
人口金字塔 (Population Pyramid) 也稱為「年齡性別金字塔」，是彼此背靠背的一對直方圖，顯示所有年齡組和男女人口的分布情況。
人口金字塔最適合用來檢測人口模式的變化或差異。多個人口金字塔放在一起更可用于比較各國或不同群體之間的人口模式。
推薦制作的工具有：AnyChart、D3 (重疊版本)、Vega、ZingChart。
條形圖
條形圖 (Bar Chart) 也稱為「棒形圖」或「柱形圖」，采用水平或垂直條形（柱形圖）來比較不同類別的離散數值。
圖表其中一條軸代表要比較的具體類別，另一條則用作離散數值的標尺。
條形圖的離散數據是分類數據，針對的是單一類別中的數量多少，而不會顯示數值在某時間段內的持續發展。
推薦的制作工具有：MS Excel & Apple Numbers、AnyChart、D3 、DataHero、Datamatic、Datawrapper、Google Charts、Google Docs、Infogr.am、OnlineChartTool.com、Protovis、Slemma、Vega、ZoomCharts。
多組條形圖
多組條形圖也稱為「分組條形圖」或「復式條形圖」，是條形圖的變種。
多組條形圖通常用來將分組變量或類別與其他數據組進行比較，也可用來比較迷你直方圖，每組內的每個條形將表示變量的顯著間隔。
但缺點是，當有太多條形組合在一起時將難以閱讀。
推薦的制作工具有：D3、DataHero、Datavisual、Datawrapper、Infogr.am、NVD3.js、R Graph Gallery、Slemma、Vega、Visage、ZoomCharts。
堆疊式條形圖
跟多組條形圖不同，堆疊式條形圖 (Stacked Bar Graph) 將多個數據集的條形彼此重迭顯示，適合用來顯示大型類別如何細分為較小的類別，以及每部分與總量有什么關系。
堆疊式條形圖共分成兩種：
1、簡單堆疊式條形圖。將分段數值一個接一個地放置，條形的總值就是所有段值加在一起，適合用來比較每個分組/分段的總量。
2、100% 堆疊式條形圖。會顯示每組占總體的百分比，并按該組每個數值占整體的百分比來繪制，可用來顯示每組中數量之間的相對差異。
推薦的制作工具有：MS Excel、Apple Numbers、AnyChart、Datavisual、Datawrapper、Infogr.am、Slemma、ZingChart、ZoomCharts。
不等寬柱狀圖
不等寬柱狀圖 (Marimekko Chart)也稱為「馬賽克圖」，用來顯示分類數據中一對變量之間的關系，原理類似雙向的 100% 堆疊式條形圖，但其中所有條形在數值/標尺軸上具有相等長度，并會被劃分成段。
不等寬柱狀圖的主要缺點在于難以閱讀，特別是當含有大量分段的時候。此外，我們也很難準確地對每個分段進行比較，因為它們并非沿著共同基線排列在一起。
因此，不等寬柱狀圖較為適合提供數據概覽。
推薦的制作工具有：D3。
面積圖
面積圖 (Area Graph) 是折線圖的一種，但線下面的區域會由顏色或紋理填滿。
跟折線圖一樣，面積圖可顯示某時間段內量化數值的變化和發展，最常用來顯示趨勢，而非表示具體數值。
兩種較常用的面積圖是分組式面積圖和堆疊式面積圖。分組式面積圖在相同的零軸開始，而堆疊式面積圖則從先前數據系列的最后數據點開始。
推薦的制作工具有：MS Excel & Apple Numbers、D3、DataHero、Datamatic、Google Charts、Google Docs、Infogr.am、Protovis、Slemma、VegaOnlineChartTool.com。
比例面積圖
非常適合用來比較數值和顯示比例（尺寸、數量等），以便快速全面地了解數據的相對大小，而無需使用刻度。
比例面積圖通常使用正方形或圓形，常見技術錯誤是，使用長度來確定形狀大小，而非計算形狀中的空間面積，導致數值出現指數級的增長和減少。
推薦的制作工具有：D3、Datamatic、Datavisual、Infogr.am
堆疊式面積圖
堆疊式面積圖 (Stacked Area Graph) 的原理與簡單面積圖相同，但它能同時顯示多個數據系列，每一個系列的開始點是先前數據系列的結束點。
堆疊式面積圖使用區域面積來表示整數，因此不適用于負值。總的來說，它們適合用來比較同一間隔內多個變量的變化。
推薦的制作工具有：MS Excel、Apple Numbers、DataHero、Datavisual、Google Docs、Infogr.am、OnlineChartTool、Slemma、Vega、ZingChart、ZoomCharts。
量化波形圖
這種圖表是堆疊式面積圖的一種變體，但其數值并非沿著固定直線軸來繪制，而是圍繞著不斷變化的中心基線。
通過使用流動的有機形狀，量化波形圖 (Stream Graph) 可顯示不同類別的數據隨著時間的變化，這些有機形狀有點像河流，因此量化波形圖看起來相當美觀。
在量化波形圖中，每個波浪的形狀大小都與每個類別中的數值成比例。與波形圖平行流動的軸用作時間刻度。我們也可以用不同顏色區分每個類別，或者通過改變色彩來顯示每個類別的附加定量值。
此外，當他們以互動形式展示時，比靜態或印刷出來更有效率。
推薦的制作工具有：Bob Rudis' GitHub、D3、infogr.am、JSFiddle、Lee Byron's GitHub、NVD3.js、plotDB、Protovis、RAWGraphs、Stream graph generator。
雷達圖
雷達圖 (Radar Chart) 又稱為「蜘蛛圖」、「極地圖」或「星圖」，是用來比較多個定量變量的方法，可用于查看哪些變量具有相似數值，或者每個變量中有沒有任何異常值。
此外，雷達圖也可用于查看數據集中哪些變量得分較高/低，是顯示性能表現的理想之選。
每個變量都具有自己的軸（從中心開始）。所有的軸都以徑向排列，彼此之間的距離相等，所有軸都有相同的刻度。軸與軸之間的網格線通常只作指引用途。每個變量數值會畫在其所屬軸線之上，數據集內的所有變量將連在一起形成一個多邊形。
推薦的制作工具有：Amcharts、AnyChart、Google Docs、jChartFX、Online Chart Tool、ZingChart。
桑基圖
桑基圖 (Sankey Diagram) 用來顯示流向和數量。
在每個流程階段中，流向箭頭或線可以組合在一起，或者往不同路徑各自分開。我們可用不同顏色來區分圖表中的不同類別，或表示從一個階段到另一個階段的轉換。
推薦的制作工具有：RAWGraphs、Sankey Diagram Generator、Sankey Diagrams Blog Software List、Sankey Flow Show、SankeyMATIC、Tamc。
平行集合圖
平行集合圖與桑基圖類似，都顯示流程和比例，但平行集合圖不使用箭頭，它們在每個所顯示的線集 (line-set) 劃分流程路徑。
每個線集對應于一個維度/數據集，其數值/類別由該線集內的不同線段所表示。每條線的寬度和流程路徑，均由類別總數的比例份數所決定。每條流程路徑都可以用不同顏色代表，以顯示和比較不同類別之間的分布。
推薦工具有：EagerEyes: ParallelSets、Jason Davies、Sankey Diagram Generator、SankeyMATIC。
誤差線
誤差線可以作為一項增強功能來顯示數據變化，通常用于顯示范圍數據集中的標準偏差、標準誤差、置信區間或最小/最大值。
誤差線總是平行于定量標尺的軸線，可以是垂直或水平顯示（取決于定量標尺是在 Y 軸還是 X 軸上）。
推薦的工具有：AnyChart、Highcharts、plotly、Vega。
樹形結構圖
樹狀結構圖 (Treemap) 是一種利用嵌套式矩形顯示層次結構的方法，同時通過面積大小顯示每個類別的數量。
每個類別會獲分配一個矩形區域，而其子類別則由嵌套在其中的小矩形代表。當不同數量被分配到各個類別時，這些矩形的面積大小會與此數量成正比顯示。
Ben Shneiderman 最初開發樹狀結構圖用來在計算機上顯示大量文件目錄，而不會占用太多屏幕空間，因此樹狀結構圖是一種緊湊而且節省空間的層次結構顯示方式，可讓人快速了解結構。
推薦的制作工具有：AnyChart、D3、Datamatic、Google Charts、Google Docs、Infogr.am、jChartFX、RAWGraphs、Slemma、Vega、ZingChart。
圓堆積圖
圓堆積 (Circle Packing) 也稱為「圓形樹結構圖」，是樹形結構圖的變體，使用圓形（而非矩形）一層又一層地代表整個層次結構。
每個圓形的面積也可用來表示額外任意數值，如數量或文件大小。我們也可用顏色將數據進行分類，或通過不同色調表示另一個變量。
雖然圓堆積看起來漂亮，但不及樹形結構圖般節省空間（因為圓圈內會有很多空白處），可是它實際上比樹形結構圖更能有效顯示層次結構。
推薦的制作工具有：D3、D3 Zoomable、RAWGraphs。
想學習更多技術了可以找下面小姐姐領取資料哦1
總結
以上是生活随笔為你收集整理的几种常用可视化图表，该怎么用？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： AWS 培训课程
- 下一篇： 删除右键菜单中多余项