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）