科技的进步让我们积累了越来越多的数据,如何更好的利用这些数据,将它们转化为有用的信息并驱动我们作出更好的决策,关键在于将它们可视化。
但是,即便科技再进步,可视化工具再精益,也无法遏制劣质图表的泛滥。因为很多人并不知道该如何从那么多类型的图表中,选择最适合的一种来表达数据。
今天,我会为大家分享4大类型共12种图表,并解释它们适合使用的场景以供大家参考。本篇适合收藏起来,需要的时候找出来看一遍。
- 数据报表中常用图表:柱形图和条形图;折线图
- 统计与分析常用图表:直方图;散点图
- 产品经理常用图表:桑基图;热力图;同期群图
- 经常被滥用的图表:饼图;雷达图;面积图;气泡图
数据报表中常用图表
1、柱形图和条形图
在呈现非连续性数据指标时,常常使用柱形图和条形图。两者的区别上,柱形图适合以时间元素为类别的使用场景,而条形图则更适合以非时间元素(如项目、用户特征等)为类别的使用场景。
![189711b5a47ef0e5e8f032c3e3ab123b.png](https://i-blog.csdnimg.cn/blog_migrate/2b64ca5f1fa172876e09a49e9ed77e97.jpeg)
另外,在每个类别中展示多个系列的指标值的时候,如果需要对比每个系列的指标值,可以使用分组柱形图或分组条形图;如果以展示各类别数值总和为主,则可以使用堆积柱形图或堆积条形图;如果要强调各系列在各类别中的占比而非数值,则可以使用百分比堆积柱形图或百分比堆积条形图。
![45059f89733e965dc1fde61396650cbc.png](https://i-blog.csdnimg.cn/blog_migrate/02c9f76f2f8b2544ccea3a518b06ca95.jpeg)
![c227f5d6447e3a569c3dd35284ea49ed.png](https://i-blog.csdnimg.cn/blog_migrate/637f3f975bb19b39bd4d5fae0c395af6.jpeg)
2、折线图
在呈现指标数值的连续性样貌、变化或走势时,常常使用折线图。这里提示一下,在折线图中加上数据标记可增强图表的可读性哦~
![8d2e62a328f450810d97cfb746024b37.png](https://i-blog.csdnimg.cn/blog_migrate/c48da05bb6d61475b90bb998b0045e57.jpeg)
统计与分析常用图表
1、直方图
在统计数值型维度或指标的数量分布时,可使用直方图。例如,统计某个样本中年龄与用户的分布。虽然直方图与柱形图在外形上很相似,但它俩的用途和表达的内容天差地别,注意区分。
![e8f8f02f0bb2d38c5369188e5df53cf0.png](https://i-blog.csdnimg.cn/blog_migrate/ad8c8513c495a88ecf30640754d77f1b.jpeg)
2、散点图
散点图可以在一张图中同时展示实体的两个指标,图中的每个点均代表一个实体,而两个指标的取值决定了实体在图中的位置,这意味着散点图可以用于观察实体的两个指标所呈现的相关性。例如,用散点图观察用户在视频APP中观看视频时暂停时长和再次播放时回退的时长,图中每个点都代表了一个用户。
![5f48bac9ff9ef57c216f0a7102b52d11.png](https://i-blog.csdnimg.cn/blog_migrate/6d8a77823d7a7e3c1fbb99eee424f5a7.jpeg)
产品经理常用图表
1、桑基图
桑基图可以用来分析一类实体在多个维度间的数量分布或转化。例如,某产品某日新增用户各个特征维度的分布,每一列代表一个维度,列中的色块对应维度的取值,而列之间的波浪柱表示用户数量分布。
![072776cbfaf6f03bda04ab6a1915399a.png](https://i-blog.csdnimg.cn/blog_migrate/88a07cd16979351ed82550523e75169d.jpeg)
2、热力图
热力图可以用来观察一个页面中用户的操作焦点或视觉焦点的分布。例如,描述用户7天内在一个页面不同区域的用户单击量,越接越深的区域表示单击量越高。
![632b65c2c84ee2efb94b9e2c56aeb034.png](https://i-blog.csdnimg.cn/blog_migrate/da465f9e81ef8191b8016fa91a27bd62.jpeg)
热力图也常与地图结合,描述人口聚集或用户的地理分布。
3、同期群图
同期群图常用于观察用户行为周期和生命周期。例如,要分析新用户的留存趋势,可以跟踪每一日新注册的用户,列出他们于注册日之后每一天的登录情况。颜色越深代表数值越高。
![48e0826fb84517a54c37eb0e399bc4f5.png](https://i-blog.csdnimg.cn/blog_migrate/f9cdb50eca627f4e9a5021390a4c9297.jpeg)
经常被滥用的图表
1、饼图
饼图以扇形占据圆盘的面积,来表达部分与整体的组成关系。但是,饼图的局限性比较多,如对差异较小的数据之间难以精确对比、不适合项目过多的数据等。因此,很多情况下我们会优先选择使用条形图。
![0e4b759ba2f05a869d254e1013abf478.png](https://i-blog.csdnimg.cn/blog_migrate/43bc9fc13a183f2de7b92d7aa0e4c006.jpeg)
2、雷达图
雷达图多用于展示具有相同取值范围的多个指标,以各指标在图中所围成的面积表达这些指标形成的整体效应。但雷达图缺少水平或垂直的基准,因此不利于对指标进行精确对比。
![1c8a896b8bd5d79f62921ae7a7d7011c.png](https://i-blog.csdnimg.cn/blog_migrate/809ce97c04f61c83ad256b5f1999af77.jpeg)
3、面积图
将折线图曲线下方填充颜色,形成单指标面积图。堆积面积图和百分比堆积面积图则以表达各指标总和为主,对比各指标的差异为辅,兼具折线图和柱形图的表达力,但不具备折线图、柱形图或条形图的数据精度。
![a1d32962c1bf2ababd2fea4cc883078c.png](https://i-blog.csdnimg.cn/blog_migrate/168d44e9da251afa27b8a82a0f685cec.jpeg)
4、气泡图
气泡图在散点图的基础上,通过每一个点的面积大小,来表示第三个指标的数值,从而实现三个指标在一张图上的关系展示。但同样的,面积大小的差异只能依靠读者的主观判断,缺乏精确量化。而且,由于气泡之间会相互覆盖造成视觉干扰,因此不宜通过气泡图展示过多的实体。
![3b054de5a3faa860dbd96c5daddb90ff.png](https://i-blog.csdnimg.cn/blog_migrate/360331cb22cd66a8f173467ea5a81b41.jpeg)
那么,用什么工具可以实现上述所说的数据可视化呢?
Excel是最基础、简单的数据分析工具,它也有数据可视化功能,可以实现少量数据的可视化。
其次,是一些专业的可视化软件,之前有给大家一一介绍过,相比Excel的可视化,功能更加齐全、图表更加多样精美。数据分析入门:8个超实用数据可视化工具,菜鸟也能轻松上手
最后,是Python编程语言,matplotlib是最流行的用于绘制图表和其它二维数据可视化的Python库,非常适合创建出版物上使用的图表。
总结:
数据可视化,很多人本末倒置,把数据做成颜色多样、看似高级的图表,其实比不上最简单基础的图表所展现出的内容精细化程度。所以,在选择图表的时候,优先从基础的图表选择,对于“经常被滥用的图表”类型慎选。