在信息爆炸的时代，数据分析已经成为各行各业不可或缺的一部分。而可视化图表作为数据展示的重要方式，能够更直观地传达信息，提高沟通效率。然而，图表种类繁多，如何选择正确的图表达到“一图胜千言”的效果呢？
本文将图表分成几个大类，分别为「比较类、占比类、趋势或关联类、分布类」，用户可根据自己的目的选择适合的图表。
特点：不适合对超过10个类别的数据进行比较，且分类标签过长时建议使用条形图。
场景举例：2011-2017年合同金额对比
特点：用于展示包含相反含义的数据的对比，若不是相反含义的建议使用分组柱形图。
场景举例：美国大选选举「民主党democrat」与「共和党republican」在各州获得的票数对比。
特点：适合对比趋势，避免多个折线图交叉在一起。
特点：雷达图变量过多会降低图表的可阅读性，非常适合展示性能数据。
场景举例：对市面上两款手机的性能进行对比。
特点：不适合数据量多的文本数据，也不适合数据区分度不大的数据处理。
场景举例：用词云展示搜索关键词，搜索次数越多的关键词字体越大。
特点：不适合区分度不大的数据。
场景举例：用聚合气泡图展示各省招生人数，招生人数最多的江苏省气泡面积最大。
特点：数据比较相近时，不适合用饼图，而是适合用南丁格尔玫瑰图。
场景举例：回款金额的大小映射到每个省份的弧度和半径上，最终形成了玫瑰图。
特点：类别数量不能过多，且不适合区分度不大的数据。
场景举例：合同金额与回款金额占比比较。
特点：非常适合带权的树形数据，对比各分类的大小关系以及相对于整体的占比关系。
场景举例：展示2011-2017年的合同金额情况，2016年的合同金额最大。
特点：层级和类别都不能过多，过多导致切片过小干扰阅读。
场景举例：内圈不同颜色的弧度分别映射每个区域的销售额，外圈浅色切块代表该区域下不同品牌的销售额。
特点：只适合单个指标的数据展示。
场景举例：
特点：折线数量不能过多，会导致图表可读性变差。
特点：展示两个连续变量的差值的变化趋势。
场景示例：如下图展示了访问次数和跳出次数的变化趋势，并通过面积的变化映射出两者差值量（非跳出次数）的变化趋势。
特点：散点图在有比较多数据时，才能更好的体现数据分布。
特点：通过悬空的柱形图，可以更直观的展现数据的增减变化。
场景示例：
场景举例：例如利用散点图和警戒线，可以看出身高和体重都超出平均的大多是男生。
特点：效果柔化，不适合精确的数据表达，主要用于看分布。
场景举例：展示每月24小时的气温分布。
特点：非常直观的观察不同区域的数据关系。
场景示例：各个城市的销售额数值大小映射在点的面积上，销售额越多，点越大。
特点：上下之间必须是有逻辑顺序关系的，若是无逻辑关系建议使用柱形图对比。
场景举例：观察从搜索到交易成功的人数变化，并定位对比每一步流失人数。
1）管理员进入系统，点击「我的分析」，选中某个文件夹，点击「新建分析主题」。如下图所示：
2）点击「本地Excel文件>上传数据」，上传表数据。如下图所示：
3）上传后，点击「确定」按钮。如下图所示：
1）点击左下角「组件」按钮。如下图所示：
2）在图表类型下选择「自定义图表」，图形属性下选择「柱形图」。将「城市」字段拖入横轴，「合同金额」字段拖入纵轴。如下图所示：
点击「颜色」栏，可设置柱形图颜色。如下图所示：
注：将城市字段拖入「颜色」栏，柱子可以根据不同城市显示不同颜色。
将「合同金额」字段拖入标签栏，每根柱子显示城市对应的合同金额数值。如下图所示：
鼠标悬浮在横轴中的「城市」字段上，点击「倒三角>降序>合同金额」，设置柱子按照合同金额降序显示。如下图所示：
综上所述，选择适合的可视化图表需要考虑数据类型和目的、数据规模和维度、受众群体和场景以及设计原则和美学考量。只有在充分理解这些关键要素的基础上，我们才能轻松选择最适合的图表，提高数据传达的效果和价值。
post2023-12-1916:55:46
数据可视化你真的了解吗？一文带你深入探索！
9款数据可视化工具推荐！究竟哪款符合你的需求？
快手数据分析：直播电商用户流失如何应对？
拼多多数据分析：电商平台的售后怎么做？
浏览：75768
浏览：66352
浏览：65266
浏览：64359
浏览：56711
浏览：54686
内含200+数据可视化分析Demo，各场景分析模型和指标体系，给您的数据分析提供参考