可视化图形类型 1

可视化不是单纯的数据展示，其真正价值是设计出可以被用户轻松理解的数据展示。数据与合适的图形结合，不仅能够让复杂的统计数字简单化、形象化，还能给用户一种视觉的享受。

1、柱状图

适用场景：以柱子的高度用来比较两个或以上数值之间的差异。
优点：人眼对高度较敏感，直观各组数据差异性，强调个体与个体之间的比较。
局限：分类过多则无法展示数据特点。
相似图表：
系列堆积图：系列堆积起来可以更直观看到总数和各系列分布情况。
多系列柱状图：将一个维度多个指标进行比较。
百分比堆积柱状图：适合展示同类别的每个变量占比和分布情况。

2、饼图

适用场景：展示数据分布情况，比如：某一时期各个行业的销售占比。
优点：直观显示各项占总体的占比，分布情况，强调整体与个体之间的比较。
局限：分类过多，则扇形越小，无法展现图表。
相似图表：
· 嵌套圈饼图：用于一个指标在不同维度的占比。
· 跑道图：看到占比的同时，可以直观看到指标在当前维度下的排名情况。
· 而圈饼图和南丁格尔图，只是普通饼图的不同表现形式。

3、条形图

适用场景：根据数量的多少绘成不同的直条，通过直条中清楚的看出各指标的值差异。
局限：分类过多则无法展示数据特点。
相似图表：
· 堆积条形图：比较同类别各变量和不同类别变量总和差异。
· 交错正负轴标签：数据有正有负，将坐标轴标签分别放在坐标轴两边。比如盈亏情况、人员增减情况。
· 双向柱状图：比较同类别的正反向数值差异。比如男女占比。

4、线状图

适用场景：以线条来动态展示各个时间段的数值，通过折线的趋势变化，反映出销售额变化情况。
优点：直观反映数据变化趋势
局限：无序的类别无法展示数据特点。
相似图表：
· 阶梯线图：线在数据点之间形成一系列步骤。
· 折点曲线和平滑曲线图，只是折线样式不同，用来展示数据趋势。

5、面积图

适用场景：面积图除了可以像折线图一样表达变化趋势，还可以通过层叠的阴影面积反映差距变化。
优点：颜色的填充可以更好的突出趋势信息。
相似图表：
· 数据监控面积图：用于显示每个数值所占大小随时间或类别变化的趋势线，展示的是部分与整体的关系。比如服务器 CPU、内存等监控场景。
· 横向面积图：用横向面积来展示趋势信息。只是与竖向面积图的不同展现样式。

6、地图

适用场景：地图是用颜色的深浅来展示区域范围的数值大小。
局限：数据分布和地理区域大小的不对称。通常大量数据会集中在地理区域范围小的人口密集区，容易造成用户对数据的误解。
相似图表：
· 流向图：展现运动轨迹。比如人员迁移、飞机航线等。
· 渲染图：一个指标在地图上用颜色来展现，比如天气、人口、收入等。
· 标点图：用描点展现数据在区域的分布情况。与渲染图用途类似。
· Gis 渲染图：集成 Gis 地图，在地图上着色从而实现预警的一种方式。
· Gis 统计图：地图与其他统计图的组合，表现该指标在另一维度的分布情况。

7、雷达图

适用场景：了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异。
局限：分类过多或变量过多，会比较混乱。
相似图形：
圆形雷达图和多边形雷达图只是表现形式不一样。

8、气泡图

适用场景：通过气泡图，可以清晰的看出各产品在市场占有率的大小。
优点：直观反映数据集中情况，对离散数据线性回归等曲线预测性的拟合辅助作用
局限：数据量小的时候会比较混乱。
相似图表：
· 散点气泡图：用于展示一个维度在 2 个变量之间关系，比如男女身高体重情况。
· 螺旋气泡图：一个维度按大小排列，比如收入情况。