24個簡單、好看的視覺化圖表用法介紹!資料分析小白必看
最近經常和朋友聊起視覺化的事情,發現不少人新手經常不會選擇合適的圖表,從而導致做出來的資料分析報告不盡如人意,今天就針對圖表選擇來分享一些技巧
要讓視覺化圖表達到給使用者最佳的資訊傳達效果,我們必須認真考慮各種規劃和設計各種元素
而圖表種類繁多,如何選擇正確的圖表達到“一圖勝千言”的效果呢?
我將圖表分成幾個大類,分別為「比較類、佔比類、趨勢類、相關類、地理」,大家可根據自己的目的選擇適合的圖表。
一、對比類
1、普通柱形圖
簡介:普通柱形圖 使用垂直柱子顯示類別之間的數值比較,其中柱狀圖的一個軸顯示正在比較的類別,而另一個軸代表對應的刻度值
特點:不適合對超過 10 個類別的資料進行比較,且分類標籤過長時建議使用條形圖
2、對比柱形圖
簡介:對比柱形圖 使用正向和反向的柱子顯示類別之間的數值比較。其中圖表的一個軸顯示正在比較的類別,而另一軸代表對應的刻度值。
特點:用於展示包含相反含義的資料的對比,若是不是相反含義的建議使用分組柱形圖。
3、分組柱形圖
簡介:分組柱狀圖經常用於相同分組下,不同類資料的比較。用柱子高度顯示數值比較,用顏色來區分不同類的資料。
特點:相同分組下,資料的類別不能過多。
4、堆積柱形圖
簡介:堆積柱形圖 可以對分組總量進行對比,也可以檢視每個分組包含的每個小分類的大小及佔比,因此非常適合處理部分與整體的關係。
特點:適合展示總量大小,但不適合對不同分組下同個類別進行對比。
5、分割槽折線圖
簡介:分割槽折線圖 能將多個指標分隔開,反映事物隨時間或有序類別而變化的趨勢
特點:適合對比趨勢,避免多個折線圖交叉在一起。
6、雷達圖
簡介:雷達圖 又被叫做蜘蛛網圖,它的每個變數都有一個從中心向外發射的軸線,所有的軸之間的夾角相等,同時每個軸有相同的刻度。
特點:雷達圖變數過多會降低圖表的可閱讀性,非常適合展示效能資料。
7、詞雲
簡介:詞雲 是文字大資料視覺化的重要方式,常用於將大量文字中的高頻語句和詞彙高亮展示,快速感知最突出的文字。常用於網站高頻搜尋欄位的統計。
特點:不適合資料量多的文字資料,也不適合資料區分度不大的資料處理。
8、聚合氣泡圖
簡介:聚合氣泡圖 中,維度定義各個氣泡,度量定義氣泡的大小、顏色。
特點:不適合區分度不大的資料。
9、南丁格爾玫瑰圖
簡介:南丁格爾玫瑰圖 的作用與柱形圖類似,主要用於比較,數值大小對映到玫瑰圖的半徑。
特點:資料比較相近時,不適合用餅圖,而是適合用南丁格爾玫瑰圖。
二、佔比類
1、餅圖
簡介:餅圖 一般透過顏色區分類別,幅度的大小對比資料,並且可以展示各類別與整體之間的佔比關係。
特點:類別數量不能過多,且不適合區分度不大的資料。
2、矩形塊圖
簡介:矩形塊圖 適合展現具有層級關係的資料,能夠直觀體現同級之間的比較。父級節點巢狀子節點,每個節點分成不同面積大小的矩形,使用面積的大小來展示節點對應的屬性。
特點:非常適合帶權的樹形資料,對比各分類的大小關係以及相對於整體的佔比關係。
3、百分比堆積柱形圖
簡介:百分比堆積柱形圖 對比同一個分組資料內不同分類的佔比。
特點:同一個分組內不同分類的個數不能過多。
4、多層餅圖
簡介:多層餅圖 指的是具有多個層級,且層級之間具有包含關係的餅狀圖表。多層餅圖適合展示具有父子關係的複雜樹形結構資料,如地理區域資料、公司上下層級、季度月份時間層級等等。
特點:層級和類別都不能過多,過多導致切片過小干擾閱讀
5、儀表盤
簡介:儀表盤 設定目標值,然後用於展示速度、溫度、進度、完成率、滿意度等,很多情況下也用來表示佔比。
特點:只適合單個指標的資料展示。
三、趨勢類
1、折線圖
簡介:折線圖 非常方便來體現事物隨時間或其他有序類別而變化的趨勢。1)可分析多組資料隨時間變化的相互作用和相互影響,從而可以總結獲得一些結論和經驗。2)可對比多組資料在同一個時間的大小。
特點:折線數量不能過多,會導致圖表可讀性變差。
2、範圍面積圖
簡介:範圍面積圖 用來展示持續性資料,可很好地表示趨勢、累積、減少以及變化。
特點:展示兩個連續變數的差值的變化趨勢。
3、普通面積圖
簡介:普通面積圖是在折線圖的基礎上進化而來,也很方便來體現事物隨時間或其他有序類別而變化的趨勢。由於有面積填充,所以比折線圖更能體現趨勢變化。
特點:面積線最好不要超過五條。
4、散點圖
簡介:散點圖 可以顯示資料叢集的形狀,分析資料的分佈。透過觀察散點的分佈,可以推斷變數的相關性,在FineBI中可以透過資料擬合完成。
特點:散點圖在有比較多資料時,才能更好的體現資料分佈。
5、瀑布圖
簡介:瀑布圖 顯示加上或減去值時的累計彙總,通常用於分析一系列正值和負值對初始值(例如,淨收入)的影響。
特點:透過懸空的柱形圖,可以更直觀的展現資料的增減變化。
四、分佈類
1、散點圖
簡介:散點圖 可以顯示資料叢集的形狀,分析資料的分佈。透過觀察散點的分佈,可以推斷變數的相關性。
特點:散點圖在有比較多資料時,才能更好的體現資料分佈。
2、熱力區域圖
簡介:熱力區域圖 以特殊高亮的方式展示座標範圍內各個點的權重情況。
特點:效果柔化,不適合精確的資料表達,主要用於看分佈。
五、其他類
1、地圖
簡介:地圖元件即使將資料反映在地理位置上, FineBI提供多種地圖元件,包括 熱力地圖 、區域地圖、流向地圖、點地圖等。
特點:非常直觀的觀察不同區域的資料關係。
2、漏斗圖
簡介:漏斗圖 又稱倒三角圖,漏斗圖從上到下,有邏輯上的順序關係,經常用於流程分析,比如分析哪個環節的流失率異常。
特點:上下之間必須是有邏輯順序關係的,若是無邏輯關係建議使用柱形圖對比。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/21472864/viewspace-2744914/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 28個資料視覺化圖表的總結和介紹視覺化
- 資料視覺化最有價值的50個圖表視覺化
- Tableau簡單的資料視覺化操作視覺化
- 資料視覺化如何選擇合適的視覺化圖表?視覺化
- 圖撲視覺化圖表元件之股票資料分析應用視覺化元件
- 【乾貨】常見的5個python資料視覺化庫介紹!Python視覺化
- 資料分析 | 資料視覺化圖表,BI工具構建邏輯視覺化
- 資料視覺化圖表之折線圖視覺化
- 讓資料視覺化變得簡單 – JavaScript 圖形庫視覺化JavaScript
- Python資料分析入門(十六):設定視覺化圖表的資訊Python視覺化
- Echarts資料視覺化,easyshu圖表整合。Echarts視覺化
- form表單的簡單介紹ORM
- 三分鐘對視覺化表單設計器開源優點做簡單介紹視覺化
- [資料分析與視覺化] Python繪製資料地圖2-GeoPandas地圖視覺化視覺化Python地圖
- 寶藏級BI資料視覺化功能|圖表聯動分析視覺化
- 一張圖:資料分析師的完整資料視覺化指南圖視覺化
- Charts.css:資料視覺化圖表框架CSS視覺化框架
- 如何成為資料分析師系列(一):視覺化圖表初階視覺化
- 資料分析師必看!關於大屏視覺化你想了解的都在這~視覺化
- 資料視覺化專案---客源分析趨勢圖視覺化
- python資料分析與視覺化【思維導圖】Python視覺化
- 自從Python資料視覺化出了這個模組後,資料視覺化就再簡單不過了Python視覺化
- 簡單介紹SQLserver中的declare變數用法SQLServer變數
- js迴圈中reduce的用法簡單介紹JS
- 資料圖表方案,企業影片生產資料視覺化視覺化
- 資料視覺化之美:您必須熟練掌握的7個圖表視覺化
- 資料分析Power BI資料視覺化教程(四)——建立瀑布、漏點圖以及修改圖表顏色視覺化
- 資料視覺化能否代替資料分析視覺化
- tensorboard 視覺化的最詳細介紹ORB視覺化
- 前端必看的資料視覺化入門指南前端視覺化
- Easysearch 資料視覺化和管理平臺:INFINI Console 使用介紹視覺化
- 視覺化資料分析軟體視覺化
- 資料視覺化,BizCharts圖表庫入坑歷程視覺化
- Matplotlib 視覺化最有價值的 50 個圖表視覺化
- 資料視覺化報表分享||立竿見影的財務資料分析模板視覺化
- 三種方法繪製雷達圖,用最快的時間做出最好看的視覺化圖表視覺化
- 一個簡單可分享的web資料透視分析Web
- 簡單介紹mysql如何刪除資料表和關聯的資料表刪除詳情MySql