純乾貨，教你在視覺化分析中如何選擇圖形型別！

在進行資料視覺化分析中，我們能選擇的圖表型別非常多，選對和選錯型別對資訊表達有很大的影響。在做圖表之前需要了解每個圖表的特性，並想清楚：資料想要展示什麼？想要表達什麼？

隨著資料視覺化發展以及基礎圖形的擴充，Smartbi專家團基於上述思維導圖整理了一份“圖形選擇決策樹”供參考。

 

圖：圖形選擇決策樹

我們可以將資料的展示型別分成比較、序列、構成、描述四種。

比較

1. 和目標的比較，體現進度完成情況：可以選擇油量表、圓環百分比進度圖，適合在量化的情況下顯示單一的價值和衡量標準。

2. 專案與專案間的比較：

柱狀圖、條形圖：適用於最基礎的專案間比較，相對大小可進行精確比較，當各類資料大小大致相同時，此類圖更容易發現細小的差別。

雷達圖：顯示類別（專案）有三個或更多維度的變數對比情況，以及不同類別（專案）多個維度的變數差異。

詞雲圖：用於顯示文字資料，當大量文字資料顯示時，使用類似雲彩的圖形來顯示各種詞彙，並根據顯示資料的大小頻率等設定最突出文字。能讓人從大量的詞語中讓人一眼看到關鍵詞。

 

樹狀圖：比較不同層級結構的值，以矩形顯示層次結構級別中的比例，大小比較視覺呈現更直觀。

熱力圖（基於笛卡爾座標系）：主要通過顏色表現數值的大小（兩個維度），一般用於活躍程度的體現,可以直觀清楚地看到資料密集情況。

3. 地域間資料比較：可以選擇地圖進行地域間的資料比較，資料表達方式更為明確和直觀。

序列

1. 連續、有序的資料波動：

折線圖、面積圖、柱狀圖：能很好地體現資料趨勢，常用於顯示隨時間變化的數值。折線圖、面積圖有便於展示多個類別（專案）資料的趨勢變化，不顯得過於擁擠。

2. 各階段遞減過程：

漏斗圖可將資料呈現為幾個階段，每個階段的資料都是整體的一部分，從一個階段到另一個階段資料自上而下逐漸下降，使整個過程更加直觀清晰。

構成

1. 佔比構成：

可選擇餅圖、環形圖、南丁格爾玫瑰圖，更直觀地展現及對比各類數值佔比情況。

2. 多類別部分到整體：

堆積圖、百分比堆積圖：堆疊柱狀圖可以顯示多個部分到整體的關係；百分比堆積圖重要突出各類別在整體中的分佈情況。

3. 展示各部分分佈構成情況：

瀑布圖：瀑布圖一般有兩個值，絕對值與相對值，通過這兩個值結合的方式表可以分析兩個資料點之間數量的變化過程。

 

 

 

描述性統計

1. 關鍵指標描述：

指標卡：突出展示最終結果和關鍵資料。

2. 資料分組差異：

直方圖：根據差異將資料進行分類，可以精確的掌握差異。

3. 資料分散：

盒須圖（箱型圖）：展示資料分散情況，可以通過最小值、第一四分位、中位數、第三四分位與最大值來描述資料，特別適用於對多個樣本的比較。

4. 資料相關性：

散點圖、氣泡圖：可以識別變數之間的相關性或通過觀察來認識他們的關係（散點圖2個變數、氣泡圖3個變數)，發現某種趨勢，對於查詢異常值或理解資料分佈也很有效。

 

5. 資料關係：

關係圖：表示人物或事物之間的關係。