数据分析表怎么做？16个图表类型，带你一网打尽！

柱状图，又称长条图，它利用柱的高度来反映数据的差异，人眼对此类高度差异比较敏感。柱状图只有一个变量，通常利用于较小的数据集分析。柱状图使用垂直列来显示类别之间的数字比较，列数不宜太多(如果列数太多，轴的标签可能会显示不完整)。

数据分析图表应用场景：分类数据的比较

Pixso社区的数据可视化图表组件中，柱状图的类别数据通过高度差呈现，数据变化清晰可见。

条形图类似于柱状图，但条形图可容纳的类别数量相对较多，且类别名称可以更长，因为Y轴上有更多空间。与柱状图数据分析图表相比，其两个坐标轴的位置发生了变化。

数据分析图表应用场景：数据比较

面积图是在折线图的基础上形成的，通过用颜色填充折线图下面的区域来表示两个或多个折线图之间的差异。颜色的填充可以更好的突出趋势信息。面积图的填充颜色要有一定的透明度。透明度可以帮助用户观察不同数据分析图表系列之间的重叠关系。

饼图广泛应用于各个领域，用来表示不同分类的比例，并通过弧线来比较各种分类。饼图中的数据点显示为整个饼图的百分比。饼图不适合多个系列的数据，因为随着系列的增加，每个切片都变小，会导致最后大小区分不明显。饼图也可以做成玫瑰饼图，显示不同分类数据的比例，同时也反映出层次关系。

数据分析图表应用场景：系列比率、系列大小比较（玫瑰饼图）

气泡图是一种多元图表，是散点图的变体。除了X轴和Y轴代表的变量值之外，每个气泡的面积代表第三个值。我们要注意的是，气泡的大小是有限的，过多的气泡会使数据分析图表难以阅读。

雷达图是以从同一点开始的轴上表示的三个或更多个定量变量的二维图表的形式显示多变量数据的图形方法。雷达图常用于比较多个量化变量，比如看哪些变量有相似的值，或者是否有极值。它们还有助于观察数据集中哪些变量的值较高或较低。雷达图适用于企业经营状况或者工作表现，如收益性、生产性、流动性、安全性和成长性的评价。

数据分析图表应用场景：量纲分析、系列比较、系列重量分析

瀑布图形似瀑布流水。此种图表采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系。这种效果的数据分析图表能够在反应数据多少的同时，更能直观的反应出数据的增减变化过程。

数据分析图表应用场景：经营情况分析、数据评估

数据分析图表中的仪表盘是一种物化图。刻度代表公制，指针代表尺寸，指针角度代表数值。它可以直观地表示一个指标的进度或实际情况，该量表适用于区间对比。

数据分析图表应用场景：时钟、比率显示

色块图适用于呈现具有层次关系的数据，可以直观地反映相同级别之间的比较。色块图具有“比较”功能和“分布”功能。适合用于直接对数据量较大的、相对原始的数据进行分析。

数据分析图表应用场景：数据展示、简单的数据分析、聚类分析

漏斗图显示了每个阶段的比例，直观地反映了每个模块的大小。漏斗图适用于业务流程比较规范、周期长、环节多的单流程单向分析，通过漏斗各环节业务数据的比较能够直观地发现和说明问题所在的环节，进而做出决策。

数据分析图表应用场景：数据排名、比率、标准值比较

桑基图用于描述一组值到另一组值的流向，它是一种特定类型的流程图数据分析图表，通常应用于具有流向关系的数据可视化分析，需要起始流量和结束流量相同，节点不同的宽度代表了特定状态下的流量大小。

数据分析图表应用场景：能源、材料成分、金融等数据的可视化分析

分级统计地图通常用不同颜色来表示每个地区的数据大小。分级统计地图是等值区域制图中使用广泛的一种形式。

数据分析图表应用场景：数据的比较和分配

以上就是数据分析图表中16种常用的图表类型。可能有人会觉得基础图表太简单原始，倾向于使用更复杂的图表。但是，图表越简单，越容易帮助人们快速理解数据。这才是数据分析图表最重要的目的！所以请不要小看这些基础图表，只要它们合适你的需求，就应该考虑使用，因为用户对基础图标最为熟悉。

不同的iOS导航模式可以用于不同的应用场景，开发者需要根据应用程序的需求，选择合适的导航模式