一圖以蔽之：

數據分析重要的不是你用什麼圖表，而是你的分析目的是什麼？

比如，你想要作比較分析，就要用柱圖、雷達圖等；你想要看數據分析的佔比情況，就要用漏斗、餅圖；想要看數據的趨勢有線形圖；想要看數據與數據之間的關係，有樹狀圖......而每個分類裡各個可視化圖表的應用場景和優缺點也都是不盡相同的。

正好最近在做數據可視化的分析，就係統地將可視化圖表做一個全面詳細地介紹：

一、比較類圖表

主要目的：在數據分析時對比各個值之間的差別

1、多系列柱狀圖

應用場景：用於對比多個維度的數值差別分析，不同的系列指標進行不同的對比區分

評價：最常用的比較圖表，但是不適合大數據集的對比

2、堆積柱狀圖

應用場景：用於顯示單個項目與整體之間關係的數據分析，比較各個類別的每個數值所佔總數值的大小

評價：只能對比某個維度內的項目情況，只能縱向對比、無法橫向對比

3、對比柱狀圖

應用場景：一個維度、兩個指標的時候可以使用對比柱狀圖

評價：更直觀的看出對比差距，可以調整柱狀圖的大小，差別更加明顯

4、分區柱狀圖

應用場景：並列展示不同維度下各個分類指標的柱形圖，比如不同大區下不同品類的銷售額和毛利對比

評價：用於展示大數據集的數據分析，但是比較雜亂，建議添加顏色區分度

5、雷達圖

應用場景：雷達圖用以顯示獨立的數據系列之間，以及某個特定的系列與其他系列的整體之間的關係，必須擁有相同的指標

評價：一般適合不同維度的比較分析，對比表達比較明顯

6、漏斗圖

應用場景：展示每一階段的佔比情況，提供轉化率的數據分析

評價：適用於業務流程比較規範、週期長、環節多的單流程單向分析，通過漏斗各環節業務數據的比較能夠直觀的發現和說明問題所在的環節，進而做出決策

7、迷你圖

應用場景：用於多個維度、多個指標的數據對比分析，用大小和顏色表示指標的數據情況

評價：沒有具體數值的對比

8、詞雲圖

應用場景：直觀展示數據頻率，對出現頻率較高的“關鍵詞”予以視覺上的突出，形成“關鍵詞雲層”，從而過濾掉大量的文本信息

評價：不適合展現數據太少的數據集，不適展現區分度不大的數據，即無重點關鍵詞

二、佔比類圖表

目的：在數據分析時查看部分佔總體的百分比

1、玫瑰餅圖

應用場景：玫瑰圖用來顯示的是每一數值相對於總數值的大小。

評價：不適合較大的數據集（分類）展現，數據項中不能有負值；而且當比例接近時，人眼很難準確判別

2、儀表板圖

應用場景：直觀展示KPI數值的組件，可直接顯示所選字段的數值，比如展示銷售額、毛利、毛利率等指標數值

評價：展現維度只能有一個，展現指標不宜過多，而且只是數字面板，不具有圖形的各種優勢

3、矩陣樹圖

應用場景：矩形樹圖是用來描述層次結構數據的佔比關係，能夠進行逐級鑽取顯示下層數據情況

評價：不夠直觀、明確、不像樹圖那麼清晰，而且分類佔比太小時不容易排布

4、雷達圖

上面說過了，這裡不展示了

三、相關類圖表

主要目的：數據分析時顯示各個值之間的關係

1、散點圖

應用場景：顯示若干數據系列中各數值之間的關係，類似XY軸，判斷兩變量之間是否存在某種關聯，或者發現數據的分步或者聚合情況

評價：散點圖看上去比較亂，基本上只能看相關、分佈和聚合，其他信息均不能很好展現

2、甘特圖

應用場景：直觀地表明任務計劃是在何時進行及實際進展與計劃要求的對比

評價：主要用於項目進展，其他情況使用很少

3、樹狀圖

應用場景：用於表示各個節點之間的上下級關係，同時還能展示每個節點的的值

評價：多用於框架圖，邏輯關係比較明確，但沒有數據數值的對比

4、矩形樹圖、儀表板圖

上面說過了，這裡不展示了

四、趨勢類圖表

主要目的：展示數值隨維度的變化情況

1、線圖

應用場景：數據在一個有序的因變量上的變化，它的特點是反應事物隨類別而變化的趨勢，可以清晰展現數據的增減趨勢、增減的速率、增減的規律、峰值等特徵

評價：不適合多個指標進行趨勢對比

2、面積圖

應用場景：範圍面積圖用來展示持續性數據，可很好地表示趨勢、累積、減少以及變化

評價：大多用來展示差值變化

3、瀑布圖

應用場景：當用戶想表達兩個數據點之間數量的演變過程時，即可使用瀑布圖，比如應發工資與實發工資之間的消長變化

評價：同樣基本表示差值的變化趨勢

4、柱狀圖

上面介紹過來，這裡不展示了

五、地圖類圖表

主要目的：根據地區或者區域展示數值的情況

1、熱力地圖

應用場景：用來表示地理範圍內各個點的權重情況

評價：對比不會很精準，只能進行大體的對比

2、流向地圖

應用場景：流向地圖多應用於區際貿易、交通流向、人口遷移、購物消費行為、通訊信息流動、航空線路等場景

評價：不好展示數值的大小、對比、趨勢等情況

3、點地圖

應用場景：想要查看的是某個區域各個網點（特定位置）的數據時，用地圖實現起來會比較複雜，並且精準性不高，那麼就可以使用點地圖，可精準快速定位到位置

評價：精準、快速，但是不適合多數據集中展示，不容易區分

差不多能夠想到的就這麼多了吧，可能還有其他類型的圖表，比如組合圖之類的，都屬於上面這些圖表類型的拓展，不必太過糾結。

還是那句話，圖表一定要根據場景需求來找，各表有各好，能夠明確表達才是最終的目的。

更多關於數據分析的乾貨內容，可以關注我的公眾號“數據分析不是個事兒”，獲取更多資源！