精心整理4大类12个图表类型，轻松搞定数据可视化

科学技术的进步让我们积累了越来越多的数据，更好地利用这些数据，将其转化为有用的信息并引导我们做出更好的决策，关键是将其可视化。

然而，无论技术多么先进，可视化工具多么差劲，都无法阻止劣质图形的泛滥。因为很多人不知道如何从这么多类型的图表中选择最合适的一种来表达数据。

今天我给大家分享4大类共12种图表，并说明它们适合使用的场景，供大家参考。本文适合收藏，需要时可以拿起再读。

数据报告中常用的图表：条形图和统计：经常出现散点图；雷达图；数据报告中常用的气泡图

1柱形图和条形图

柱形图和条形图常用于呈现不连续的数据指标。两者的区别在于，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。

另外，当您展示每个类别的多个系列指标值时，如果需要比较各个系列的指标值，如果主要展示金额，可以使用分组柱形图或分组条形图；每个类别的数值，那么你可以使用堆积柱形图或者堆积条形图，或者如果你想强调每个系列在每个类别中所占的比例，而不是数值，你可以使用堆积柱形图；或百分比堆积条形图。

2折线图

折线图常用于显示指标值的连续出现、变化或趋势。这里提醒一下：在折线图中添加数据标记可以提高图表的可读性~

常用于统计和分析的图表

1直方图

在统计数值维度或指标的数量分布时，可以使用直方图。例如，统计给定样本中年龄和用户的分布。虽然直方图和柱形图在外观上很相似，但它们的用途和内容却有很大不同，所以要注意区分。

2散点图

散点图可以同时显示图像中实体的两个指标。图像中的每个点代表一个实体，两个指标的值决定了该实体在图像中的位置，散点图可以用来表示观察到的实体的两个指标之间的相关性。例如，使用散点图查看用户在视频应用中观看视频时暂停的时间以及返回播放的时间。图中的每个点代表一个用户。

产品经理常用图表

1桑基图

桑基图可用于分析实体类型在多个维度上的定量分布或转换。例如，考虑某一天产品新用户的每个特征维度的分布。每列代表一个维度，列中的色块对应维度的值，列之间的曲线表示。用户数量的分布。

2热图

热图可用于观察用户操作焦点或页面视觉焦点的分布。例如，它描述了7天内用户对页面不同区域的点击次数。区域越深，点击次数越多。

热图通常与地图结合来描述人口聚集或用户的地理分布。

3队列图

群组图常用于观察用户行为周期和生命周期。例如，要分析新用户保留趋势，您可以跟踪每天注册的新用户并按注册日列出每天的登录情况。较深的颜色代表较高的值。

经常被滥用的图形

1饼图

饼图利用扇形占据圆盘的面积来表达部分与整体的关系。但饼图有很多局限性，比如难以准确比较差异较小的数据、不适合设计过多的数据等。因此，很多情况下我们会更喜欢使用条形图。

2雷达图

雷达图多用于展示取值范围相同的多个指标，这些指标的整体效果通过图表中各个指标所覆盖的面积来表示。然而，雷达图没有水平或垂直标记，因此很难准确比较指标。

3面积图

用彩色线条填充图表底部，形成单一指标面积图。堆积面积图和堆积百分比面积图主要表现各指标之和，并以比较各指标的差异为辅。它们具有折线图和柱形图的表现力，但不具备折线图、柱形图的表现力。或条形图。

4气泡图

气泡图在散点图的基础上，通过每个点的面积来表示第三个指标的值，从而将三个指标之间的关系显示在一张图表上。但同样，面积大小的差异只能基于读者的主观判断，并没有精确的量化。另外，由于气泡会相互重叠，造成视觉干扰，因此不宜通过气泡图显示太多实体。

那么可以使用哪些工具来实现上述的数据可视化呢？

Excel是最简单、最容易的数据分析工具。它还具有数据可视化功能，可以将少量数据可视化。

其次，还有一些专业的可视化软件，我们之前一一介绍过，相比Excel可视化，它的功能更加齐全，图形更加多样、美观。

最后，还有Python编程语言matplotlib是最流行的Python库，用于绘制图表和其他二维数据可视化，非常适合创建出版物中使用的图表。

概括：

说到数据可视化，很多人本末倒置，把数据变成色彩缤纷、看似高级的图表。因此，在选择图表时，优先考虑基础图表，谨慎选择“经常被滥用的图表”类型。

数据分析入门：14种常用数据分析方法

数据分析去哪里找行业研究报告？最全总结

会计师需要使用7个Excel函数公式，学会如何轻松计算本金和利息

＃数据＃