图表分析法的基本步骤(整理了4大类22种图表)

做数据可视化,经常不知道图表要怎么用?做出来的图表又丑又看不出趋势,今天帆软君给大家分享一下如何更好地利用图表。

根据数据之间的关系,统计图表可被分为分成四个大类,你可根据自己的目的(即你想表达什么)来选择适合的图表,最后达到“一图胜千言”的效果。

  • 比较类:柱形图、对比柱形图、分组柱形图、堆积柱形图、分区折线图、雷达图、词云、聚合气泡图、玫瑰图
  • 占比类:饼图、矩形块图、百分比堆积柱形图、多层饼图、仪表盘
  • 趋势关联类:折线图、范围面积图、面积图、瀑布图
  • 分布类:散点图、地图、热力区域图、漏斗图

为了方便大家记住,我把每类的图表及优势场景,制作成了思维导图,大家可收藏以备不时之需

图表分析法的基本步骤(整理了4大类22种图表)(1)

思维导图可能会看不清,因此完整版的图表分类我会在底下再次说明,图表制作工具均为:FineBI

评论并私信回复「BI」即可获取工具体验地址

一、比较类1、对比柱形图

简介:使用正向和反向的柱子显示类别之间的数值比较

特点:用于展示包含相反含义的数据的对比,若不是相反含义的建议使用分组柱形图。

场景举例:

美国大选选举「民主党 democrat」与「共和党 republican」在各州获得的票数对比。

图表分析法的基本步骤(整理了4大类22种图表)(2)

2、分组柱形图

简介:分组柱状图经常用于相同分组下,不同类数据的比较。用柱子高度显示数值比较,用颜色来区分不同类的数据。

特点:相同分组下,数据的类别不能过多。

场景举例:

对2018年第一季度每月饮料、日用品、零食的销售额作对比

图表分析法的基本步骤(整理了4大类22种图表)(3)

3、堆积柱形图

简介:可以对分组总量进行对比,也可以查看每个分组包含的每个小分类的大小及占比,非常适合处理部分与整体的关系。

特点:适合展示总量大小,但不适合对不同分组下同个类别进行对比。

场景举例:

对比周一至周日的访问量,并显示出每天用户从哪些渠道访问的数目和大致占比

图表分析法的基本步骤(整理了4大类22种图表)(4)

4、分区折线图

简介:分区折线图能将多个指标分隔开,反映事物随时间变化的趋势

特点:适合对比趋势,避免多个折线图交叉在一起。

场景举例:

对比两个城市同一段时间的风速走势

图表分析法的基本步骤(整理了4大类22种图表)(5)

5、雷达图

简介:雷达图又被叫做蜘蛛网图,它的每个变量都有一个从中心向外发射的轴线,所有的轴之间的夹角相等,同时每个轴有相同的刻度。

特点:雷达图变量过多会降低图表的可阅读性,非常适合展示性能数据。

场景举例:

对市面上两款手机的性能进行对比

图表分析法的基本步骤(整理了4大类22种图表)(6)

6、词云

简介:词云是文本大数据可视化的重要方式,常用于将大量文本中的高频语句和词汇高亮展示,快速感知最突出的文字,常用于网站高频搜索字段的统计。

特点:不适合数据量多的文本数据,也不适合数据区分度不大的数据处理。

场景举例:

用词云展示搜索关键词,搜索次数越多的关键词字体越大

图表分析法的基本步骤(整理了4大类22种图表)(7)

7、聚合气泡图

简介:聚合气泡图中维度定义各个气泡,度量定义气泡的大小、颜色。

特点:不适合区分度不大的数据。

场景举例:

用聚合气泡图展示各省招生人数,招生人数最多的江苏省气泡面积最大

图表分析法的基本步骤(整理了4大类22种图表)(8)

8、玫瑰图

简介:南丁格尔玫瑰图的作用与柱形图类似,主要用于比较,数值大小映射到玫瑰图的半径

特点:数据比较相近时,不适合用饼图,而是适合用南丁格尔玫瑰图

场景举例:

回款金额的大小映射到每个省份的弧度和半径上,最终形成了玫瑰图

图表分析法的基本步骤(整理了4大类22种图表)(9)

二、占比类1、矩形块图

简介:适合展现具有层级关系的数据,能够直观体现同级之间的比较。父级节点嵌套子节点,每个节点分成不同面积大小的矩形,使用面积的大小来展示节点对应的属性。

特点:非常适合带权的树形数据,对比各分类的大小关系以及相对于整体的占比关系。

场景举例:

展示 2011-2017 年的合同金额情况, 2016 年的合同金额最大

图表分析法的基本步骤(整理了4大类22种图表)(10)

2、百分比堆积柱形图

简介:对比同一个分组数据内不同分类的占比。

特点:同一个分组内不同分类的个数不能过多。

场景举例:

比如下图显示了 1986 年至 2016 年期间,民众对体罚儿童的态度对比变化情况

图表分析法的基本步骤(整理了4大类22种图表)(11)

3、饼图/多层饼图

简介:多层饼图指的是具有多个层级,且层级之间具有包含关系的饼状图表。多层饼图适合展示如地理区域数据、公司上下层级、季度月份时间层级等等。

特点:层级和类别都不能过多,过多导致切片过小干扰阅读。

场景举例:

内圈不同颜色的弧度分别映射每个区域的销售额,外圈浅色切块代表该区域下不同品牌的销售额。

图表分析法的基本步骤(整理了4大类22种图表)(12)

4、仪表盘

简介:仪表盘设定目标值,然后用于展示速度、温度、进度、完成率、满意度等,很多情况下也用来表示占比。

特点:只适合单个指标的数据展示。

场景举例:

Top10门店销售额占总销售额的比重

图表分析法的基本步骤(整理了4大类22种图表)(13)

三、趋势关联类1、折线图(多系列折线图)

简介:来体现事物随时间或其他有序类别而变化的趋势

特点:折线数量不能过多,会导致图表可读性变差

场景举例:

该图展现了自1800年至2017年全世界能源消耗情况,图中不同颜色的折线代表不同的能源类型

图表分析法的基本步骤(整理了4大类22种图表)(14)

2、范围面积图

简介:用来展示持续性数据,可很好地表示趋势、累积、减少以及变化。

特点:展示两个连续变量的差值的变化趋势。

场景示例:

展示访问次数和跳出次数的变化趋势,并通过面积的变化映射出两者差值量的变化趋势

图表分析法的基本步骤(整理了4大类22种图表)(15)

3、普通面积图

简介:普通面积图是在折线图的基础上进化而来,也很方便来体现事物随时间或其他有序类别而变化的趋势。由于有面积填充,所以比折线图更能体现趋势变化。

特点:面积线最好不要超过五条

场景示例:

用两条面积线分别表示「合同金额」和「回款金额」,不仅能展示出2011 -2017年的走势,还可以展示出回款金额对合同金额的占比关系。

图表分析法的基本步骤(整理了4大类22种图表)(16)

4、瀑布图

简介:瀑布图显示加上或减去值时的累计汇总,通常用于分析一系列正值和负值对初始值(例如,净收入)的影响

特点:通过悬空的柱形图,可以更直观的展现数据的增减变化

场景举例:第四列的应发工资=第一列的基本工资 第二列的绩效工资 第三列的加班工资

图表分析法的基本步骤(整理了4大类22种图表)(17)

四、分布类1、散点图

简介:散点图 可以显示数据集群的形状,分析数据的分布。通过观察散点的分布,推断变量的相关性。

特点:散点图在有比较多数据时,才能更好的体现数据分布。

场景举例:

例如利用散点图和警戒线,可以看出身高和体重都超出平均的大多是男生。

图表分析法的基本步骤(整理了4大类22种图表)(18)

2、热力区域图

简介:以特殊高亮的方式展示坐标范围内各个点的权重情况

特点:效果柔化,不适合精确的数据表达,主要用于看分布。

场景举例:

展示每月 24 小时的气温分布

图表分析法的基本步骤(整理了4大类22种图表)(19)

3、地图

简介:地图组件即使将数据反映在地理位置上,FineBI提供多种地图组件,包括热力地图 、区域地图、流向地图、点地图等。

特点:非常直观的观察不同区域的数据关系。

场景示例:

各个城市的销售额数值大小映射在点的面积上,销售额越多,点越大

图表分析法的基本步骤(整理了4大类22种图表)(20)

4、漏斗图

简介:漏斗图又称倒三角图,漏斗图从上到下,有逻辑上的顺序关系,经常用于流程分析,比如分析哪个环节的流失率异常。

特点:上下之间必须是有逻辑顺序关系的,若是无逻辑关系建议使用柱形图对比。

场景举例:

观察从搜索到交易成功的人数变化,并定位对比每一步流失人数。

图表分析法的基本步骤(整理了4大类22种图表)(21)

评论并私信「BI」,即可获取免费工具,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页