数据可视化各种图表对比总结

在对收集到的数据进行可视化的过程中，盲目的选择图表不仅仅图表的效果不好，甚至会产生误导。因此对在数据可视化的过程中常用的一些图表进行下总结

柱状图

适用场景：适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。

优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。

劣势：柱状图的局限在于只适用中小规模的数据集。维数太多柱形会挤在一起，使其效果变差。

适用数据： 数据集不大， 二维数据。

---

条形图

适用场景：显示各个项目之间的比较情况，可参考柱状图

优势：每个条都清晰表示数据，直观。

---

折线图

适用场景: 折线图适合二维的大数据集，还适合多个二维数据集的比较。

优势：容易反应出数据变化的趋势。

劣势：数据集太小时显示不直观。

适用数据：时间序列类数据、关联类数据。

---

散点图(气泡图)

适用场景：显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联。散点图适用于三维数据集，但其中只有两维需要比较。

优势：对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。

劣势：在点状图中显示多个序列看上去非常混乱。

适用数据：离散值数据。

饼图(环图)

适用场景：显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。一般适用于不超过5个维度的情况。

优势：明确显示数据的比例情况，尤其合适渠道来源等场景。

劣势：肉眼对面积大小不敏感。

适用数据：具有整体意义的各项相同数据。

---

雷达图

适用场景：雷达图适用于多维数据（四维以上），且每个维度必须可以排序

优势：主要用来了解公司各项数据指标的变动情形及其好坏趋向。

劣势：数据点最多6个，否则无法辨别，因此适用场合有限。

适用数据：数值型数据，不同数据的维度要保持一致。

---

桑葚图

适用场景：它是一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，比较适用于用户流量等数据的可视化分析。互联网时代，经常用桑基图进行网站用户细分分析，如下图，表示网站不同时间阶段不同用户的活跃程度（定义为低频、中频和高频用户）变化流程以及最终的累计情况，图中流线的粗细象征着用户数的多少，十分直观！

---

K线图

适用场景：交易室、证券、金融

优势：直观、清晰。

劣势：使用范围较局限。

---

旭日图

适用场景：旭日图可以表达清晰的层级和归属关系，以父子层次结构来显示数据构成情况，旭日图能便于细分溯源分析数据，真正了解数据的具体构成。

优势：分层看数据很直观，逐层下钻看数据。

---

矩形树图

适用场景：在矩形树图中，各个小矩形的面积表示每个子节点的大小，矩形面积越大，表示子节点在父节点中的占比越大，整个矩形的面积之和表示整个父节点。通过钻取情况，可以清晰地知道数据的全局层级结构和每个层级的详情。

---

漏斗图

适用场景：漏斗图适用于业务流程多的流程分析，显示各流程的转化率。

优势:网站分析中，通常用于分析转化率，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率，能够直观地发现和说明问题所在。

劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。