常见图表应用场景小结

柱状图

适用场景：适合场合是二维数据集（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，适用于枚举的数据，比如地域之间的关系，数据没有必然的连续性

优势：柱状图利用柱子的高度，反应数据的差异，肉眼对高度的差异很敏感

劣势：柱状图的局限在于只适用于中小规模的数据集

延伸图表：堆积柱状图，百分比堆积柱状图

不仅可以直观的看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合及各系咧值的比重时最适合

条形图

适用场景：显示各个项目之间的比较情况，和柱状图类似的作用

                  展示分类变量或有序变量相关数据信息

                  比较不同类别之间的数据

                  有超过三个类别的数据

优势：每个条都清晰表示数据，直观

延伸图表：堆积条形图，百分比堆积条形图

折线图

适用场景：展示某一个/几个指标的变化趋势

                  根据一段时间内的历史数据进行未来预测

                  给定时间段内比较多个不同的变量，情况和信息

                  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

                  一般用来表示趋势的变化，横轴一般为日期字段

优势：容易反映出数据变化的趋势

各种数据地图

适用场景：适用于有空间位置的数据集，一般分为行政地图（气泡图，面积图）和GIS地图（包括热力图等）。行政地图一般有省份，城市数据就够了；而GIS地图则需要经纬度数据，更细化到具体区域，只要有数据，可做区域，全国甚至全球的地图，支持百度地图，腾讯地图等

优劣势：特殊状况下使用，涉及行政区域

行政地图（面积图）：以颜色深浅来展示数据的大小

行政地图（气泡图） 

GIS地图：点状图 

GIS地图：热力图（分别为全国热力图和北京区域热力图）

GIS地图：（北京某区域）散点图

GIS地图：地图+柱状/饼图/条形

饼图（环图）

适用场景：展示某个指标/事物的构成

                  显示百分比或比例类型数据（类别最好在3~7个）

                  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

优势：明确显示数据的比例情况，尤其适合渠道来源等场景

劣势：不会具体的数值，只是整体的占比情况

雷达图

适用场景：雷达图适用于多维数据（四维以上）

                  观察哪些变量具有相似的值或变量之中是否存在异常值

                  需要多重比较各变量或想展示数据集中各变量的重要程度

                  一般是用来表示某个数据字段的综合情况，数据点一般6个左右，太多的话辨别起来有困难

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：理解成本较高

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：在网站分析中，通常用于转化率比较，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，能够直观的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

词云

适用场景：显示词频，可以用来做一些用户画像，用户标签的工作

优势：很酷炫，很直观的图表

劣势：适用场景单一，一般用来做词频

散点图

适用场景：试图找出两个变量之间是否存在相关性关系

                  根据自变量的变化来预测因变量

               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，但其中只有二维数据是需要比较的。另外，散点图还可以看出极值的分布情况

优势：对于处理值的分布和数据点的分簇区域（通过设置横纵项的辅助线），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

延伸图表：气泡图

面积图

适用场景：强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意

                  展示/比较趋势，而非表达特定的值

                  展示/比较变化的幅度

延伸图表：堆积面积图，百分比堆积面积图还可以显示部分与整体之间（或者几个数据变量之间）的关系

指标卡

适用场景：显示某个数据结果&同环比数据

优势：适用场景很多，很直观告诉看图者数据的最终结果，一般是昨天，上周等，还可以看不同时间维度的同环比情况

劣势：只是单一的数据展示，最多有同环比，但是不能对比其他数据

计量图

适用场景：一般用来显示项目的完成进度

优势：很直观展示项目的进度情况，类似于进度条

劣势：表达效果很明确，数据场景比较单一

瀑布图

适用场景：采用绝对值和相对值结合的方式，适用于表达数个特定数值之间的数量变化关系，最终展示一个累计值

优势：展示两个数据点之间的演变过程，还可以展示数据是如何累计的

桑基图

适用场景：一种特定类型的流程图，始末端的分支宽度总各相等，一个数据从始至终的流程很清晰，图中延伸的分支宽度对应数据流量的大小，流量随着时间推移变化的情况，通常应用于能源，材料成分，金融等数据的可视化分析

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，通过分层占比情况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

双轴图

适用场景：柱状图+折线图的结合，使用情况很多，比如数量级相差很大的情况，数据同环比分析等情况都能适用

优势：特别通用，属于不同图标的组合使用，比如柱状图+折线图的结合，图表很直观

劣势：这个好像没什么劣势

当然，当你分析数据的时候一定不会只用一种图表，尤其是数据报告中，每次都会用到多个图表，那各种图表的结合效果图也简单展示一下

下面是深色背景下的图标效果

直方图

连续型变量&想要展示数据的分布形式

查验两个或多个进程的输出结果是否不同

以图形方式汇总大型数据集&快速传达给他人

曲线图

拟合需要曲线展示的数据，如产品生命周期

数据点数量有限且想要预估中间值

箱线图

观察大量数据上下四分位数，均值，中位数，偏差

数据集有多个独立来源并以某种形式相互关联

气泡图

必须展示三个或四个维度的数据

想通过占比来比较和显示各分类数据之间的关系

点阵图

变量是定量或分类变量且需要展示频数

韦恩图

展示各个数据集之间的逻辑关系

识别数据集之间所有可能的关系