文章對常見的數據可視化圖表進行了簡單的匯總分析，希望對你有益。

　　什么是數據可視化?

　　數據可視化，簡簡單單就是把數據展示出來嗎?非也非也，其終極是為了滿足用戶對數據的價值期望，利用數據，借助可視化工具，還原和探索數據隱藏價值，描述數據世界。

　　(⊙o⊙)…還是說人話吧，就是以下兩步。

　　分析需求，熟悉數據，制定目標。

　　選用合適圖表(柱狀圖、折線圖、散點圖、餅圖、雷達圖、漏斗圖)進行組合進行數據展示。

　　為什么要做數據可視化?

　　你難道不欣賞折線圖那婀娜多姿的曲線?柱狀圖那美麗的大長腿?

　　美麗!

　　直觀!

　　有魅力，吸引人眼球。

　　好吧~ 其實是老板說要做的!

　　常用圖表詳解

　　柱狀圖(bar chart)

　　優點：人眼對高度較敏感，直觀各組數據差異性，強調個體與個體之間的比較

　　缺點：不適合大量的數據集數據(項數較多)

　　適用場景：一個維度數據比較、數據單純性展示、排序數據展示

　　適用數據： 數據集不大， 二維數據

　　餅圖(Pie)

　　優點： 直觀顯示各項占總體的占比，分布情況，強調整個與個體間的比較。

　　缺點：數據不精細，不適合分類較多的情況

　　適用場景：一個維度各項指標(一般不超過5個項目)占總體的占比情況，分布情況。(例如：不同狀態下的車輛分布，公司內各個團隊營收收入)

　　適用數據：具有整體意義的各項相同數據

　　折線圖(line chart)

　　折線圖分為 直線折線圖和曲線折線圖，直線折線圖一般適用于離散變量，曲線折線圖一般適用于連續變量。

　　優點： 直觀反映數據變化趨勢

　　缺點：數據集太小時顯示不直觀

　　適用場景：需要反映變化趨勢，關聯性。

　　適用數據：時間序列類數據、關聯類數據(如電流跟隨電壓變化而變化)

　　散點圖(scatter plot)

　　優點： 直觀反映數據集中情況，對離散數據線性回歸等曲線預測性的擬合輔助作用

　　缺點：適用場景比較少

　　適用場景：兩個維度比較(地圖某地區某項數據集中分布)，對離散數據進行預測時

　　適用數據：離散值數據

　　數據分析類常用圖(Data Analysis)

　　在做數據分析和運營圖表時，基礎的報表可能滿足不了用戶對圖表的要求，故有一些數據分析類常用的圖，以下我列舉一部分，剩下的圖表，大家可以根據業務需求，在echars官網上進行搜尋。

　　熱力圖(密集程度)

　　漏斗圖(數據轉化類關系)

　　儀表盤(適用于指標類數據)

　　最重要核心數據(大數字顯示，直觀)

　　以上圖表均來自echars

　　圖表總結

　　常用圖表總結

　　T1 為優先選擇項，T2位次選項

　　圖表組合

　　在更多的實際情況，我們需要結合某兩種圖或者某三種圖。能讓用戶能再最短時間內了解到數據所帶來的信息，能用一個圖，為啥要用三個圖呢?

　　例如，比較 + 趨勢 + 占比

　　設計圖表前要充分理解數據展示的目的，如(比較功能、趨勢功能等)，按照總結表格，自由組合吧!!當然，我們需要考慮組合的可行性，不是所有的圖表都是可以進行組合的。

　　再強調一遍，從需求和目標出發，設計圖表的展示，數據實用性為主。

　　圖表使用注意事項

　　面對To C端用戶，應使用常用圖表進行設計，雖然使用獨特表格(如：河流圖等)，你會發現很有美感，很有創意，但是不應該讓用戶去學習如何閱讀你的圖表

　　餅圖類別不超過5個，區塊越多，用戶提取數據的能力也就越弱

　　合理整理圖表顏色，要有清晰的可識別度

　　在只有一種類型的數據時，請不要使用圖例。

　　以上就是個人的分享，如有更好的意見或者建議，歡迎留言交流。

　　End.

作者： 敖學軍

來源：IT168

原文鏈接:數據可視化：常用圖表使用總結

總結

以上是生活随笔為你收集整理的数据可视化：常用图表使用总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。