可视化图形(10种常见的数据可视化图表)
可视化图形(10种常见的数据可视化图表)。
分析数据时,很多人有时不知道选择什么可视化方法,往往会有疑问:“这么多图表,我们在正常工作中应该选择什么来展现数据所表达的意义?”
事实上,当我们处理和分析可视化数据时,这个问题确实存在。看似任何一个都适合,但实际上并没有资源网络。每种可视化方法都有其特殊的意义,因此利用合适的图表实现数据可视化非常重要。
本文将总结图表的特点,并总结出一个思维导图,这将有助于您更快地选择显示数据特点的图表类型。
1.直方图:显示多个类别的数据变化以及同一类别变量之间的比较。
适合
比较分类数据。
限制
太多的分类不能显示数据的特征。
类似图表:
1)堆叠直方图:比较同一类别变量之和与不同类别变量之差。
2)百分比堆直方图:适合显示同一类别各变量的比例。
2.条形图:类似于条形图资源网络,只是两个轴相反。
适合
类别名称太长,会有大量空白色的地方标注每个类别的名称。
限制
太多的分类不能显示数据的特征。
类似图表:
1)堆叠条形图:比较同一类别与不同类别变量之和的差异;2)百分比堆积条形图:适用于显示同一类别中各变量的比例;3)双向条形图:比较同一类别中正值和负值的差异。
3.折线图:显示数据随时间或有序类别波动的趋势变化。
适合
有序的类别,如时间。
限制
无序的类别不能显示数据特征。
类似图表:
1)面积图:按面积显示数值。显示数量随时间变化的趋势。
2)堆积面积图:同类别变量与不同类别变量之和差3)百分比堆积面积图:比较同类别变量的比例差。
4.柱形图:结合直方图和折线图,在同一图表中显示数据。
适合
有序的类别,如时间。
限制
无序的类别不能显示数据特征。
5.散点图:用于寻找变量之间的关系。
适合
数据点多,结果更准确,如回归分析。
限制
数据量少的时候,会比较混乱。
类似图表:
1)气泡图:用气泡代替散点图的数值点,面积代表数值。
6.饼图:用于显示各个类别的比例,如男女比例。
适合
了解数据的分布。
限制
如果分类太多,风扇会越小,图表不会显示。
类似图表:
1)环形图:dig 空饼图,中间区域可以显示数据或文字信息。
2)玫瑰蛋糕图:比较不同品类的数值。
3)旭日图:展示不同类型数据资源网络在亲子层面的占比。
7.矩形树形图:显示同一层级不同品类的比例,也显示同一品类下孩子的比例,比如商品品类。
适合
显示父子层次结构比例的树数据。
限制
不适合显示不同层次的数据,比如组织结构图,每个类别也不适合放在一起看比例。
8.Word cloud:显示文本信息,视觉突出显示经常出现的“关键词”,如用户画像的标签。
适合
从大量文本中提取关键词。
限制
它不适用于数据太少或数据区分度很小的文本。
9.漏斗图:梯形区域用于表示某一环节业务量与前一环节的差异。
适合
流量固定、环节多的分析可以直接显示转化率和损失率。
限制
没有过程关系的无序类别或变量。
10.方框图:是用数据中的五个统计量来描述数据的方法:最小值、第一个四分位数、中值、第三个四分位数和最大值。
适合
用于显示一组数据的离散度,尤其用于比较几个样本。
限制
对于大量的数据,反应的形状信息更加模糊。
有了以上10种可视化方法,基本可以满足90%的工作需求,未雨绸缪!
下一篇:十大按摩椅(十大按摩椅品牌是哪些)
上一篇:米色裤子搭配(米色裤子怎么搭?日系春天造型分享)