统计图有哪几种(常用的22种图表类型汇总)
做数据可视化,经常不知道怎么用图表?做出来的图表难看,没有趋势。今天番软君就和大家分享一下如何更好的利用图表。
根据数据之间的关系,统计图可以分为四类。可以根据自己的目的(也就是想表达的内容)选择合适的图表,最终达到“一图抵千言”的效果。
对比类别:柱形图、对比柱形图、分组柱形图、堆积柱形图、分割线图、雷达图、字云、聚合气泡图、玫瑰图。
比例类别:饼图、矩形块图、百分比堆积柱形图、多层饼图、仪表盘。
趋势相关类:折线图、面积图、面积图、瀑布图。
分布类别:散点图、地图、热面积图、漏斗图。
为了方便大家记忆,我把每一种图表和优势场景都做成了思维导图,你可以收藏起来以备不时之需。
思维导图可能不太清楚,下面我再解释一下完整版图表的分类。图表制作工具有:FineBI。
评论并私信回复“BI”获取工具体验地址
第一,比较类
1、对比柱形图
简介:使用向前和向后列显示类别之间的数值比较。
特性:用于表示含义相反的数据的比较。如果不是相反的意思,建议用分组柱形图。
场景示例:
美国大选中“民主党”和“共和党”所得票数的比较。
2.分组柱形图
简介:分组直方图常用于比较同一分组下不同种类的数据。用列高显示数值比较,用颜色区分不同类型的数据。
特点:同一分组下,数据的类别不能太多。
场景示例:
对比2018年第一季度饮料、日用品、零食单月销量。
3.堆积柱形图
介绍:可以比较组的总数,检查每个组所包含的每个小类的大小和比例,非常适合处理局部和整体的关系。
特点:适合显示总额,但不适合比较同一类别的不同组。
场景示例:
对比周一到周日的访问,显示每天用户从哪些渠道访问的次数和大概比例。
4.分割线图
简介:分区折线图可以将多个指标分开,反映事物随时间变化的趋势。
特点:适合比较趋势,避免多条折线图交叉在一起。
场景示例:
比较两个城市同一时间的风速趋势。
5.雷达图
简介:雷达图也叫蜘蛛网图。雷达图的每个变量都有一个从中心向外辐射的轴。所有轴之间的夹角相等,每个轴的刻度相同。
特点:雷达图中变量过多会降低图表的可读性,非常适合显示性能数据。
场景示例:
对比一下市面上两款手机的性能。
6.词云
简介:词云是文本大数据可视化的重要方式,常用于突出大量文本中的高频句子和词汇,快速感知最突出的词,常用于网站高频搜索领域的统计。
特点:不适合数据量大的文本数据,也不适合数据区分度小的数据处理。
场景示例:
使用词云显示搜索关键词,搜索次数越多,关键词字体越大。
7.聚合气泡图
简介:聚合气泡图中的维度和定义了每个气泡,度量定义了气泡的大小和颜色。
特点:不适合区分度不大的数据。
场景示例:
用聚合泡沫图展示各省的招生情况,招生最多的江苏省泡沫面积最大。
8、玫瑰图
简介:南丁格尔玫瑰图的作用与柱形图类似,主要用于比较,将数值映射到玫瑰图的半径上。
特点:数据相近时,饼状图不适合,南丁格尔玫瑰图适合。
场景示例:
支付金额的大小映射到各省的弧度和半径,最终形成玫瑰图。
第二,比例范畴
1.矩形框图
介绍:适合显示分层数据,可以直接反映出同行之间的比较。父节点与子节点嵌套,每个节点被划分成不同面积大小的矩形,用面积的大小来表示节点对应的属性。
特点:非常适合加权树型数据,比较各个类别的大小关系和相对于整体的比例关系。
场景示例:
展示2011-2017年的合同金额,2016年合同金额最大。
2.百分比堆积柱形图
简介:比较同一分组数据中不同类别的比例。
特点:同一组内不同分类的数量不能太多。
场景示例:
例如,下图显示了从1986年到2016年人们对体罚儿童的态度的对比变化。
3.饼图/多层饼图
简介:多层饼图是指有多个层次,并且这些层次之间存在包含关系的饼图。多层饼图适用于显示地理数据、公司层级、季度、月份和时间层级等。
特点:层次和类别不要太多,会导致切片太小,干扰阅读。
场景示例:
内环不同颜色的弧度分别映射了各个区域的销量,外环浅色的剪裁代表了不同品牌在这个区域的销量。
4.仪表盘
简介:仪表盘设定目标值,然后用来显示速度、温度、进度、完成率、满意度等。,而且在很多情况下也是用来表示比例的。
特点:只适合单个指标的数据显示。
场景示例:
前10家商店的销售额占总销售额的百分比
三、趋势相关类
1.折线图(多系列折线图)
引言:反映事物随时间变化的趋势或其他有序的类别。
特点:折线数量不宜过多,会导致图表可读性差。
场景示例:
图表显示了从1800年到2017年世界的能源消耗。图中不同颜色的虚线代表不同的能量类型。
2、区域地图的范围
简介:用于展示持续性的数据,可以很好的表示趋势、积累、减少、变化。
特征:表示两个连续变量之差的变化趋势。
场景示例:
展示访问次数和跳转次数的变化趋势,通过面积的变化来映射两者之差的变化趋势。
3.普通区域地图
简介:常见的面积图是在折线图的基础上演变而来的,也便于反映事物随时间变化的趋势或其他有序的类别。由于面积填充,比折线图更能反映趋势变化。
特点:最好不要超过五条区域线。
场景示例:
用两条面积线分别表示“合同金额”和“付款金额”,不仅可以显示2011年到2017年的趋势,还可以显示付款金额占合同金额的比例。
4.瀑布图
简介:瀑布图显示的是加值或减值时的累计汇总,通常用于分析一系列正值和负值对初始值的影响(例如净收入)。
特点:通过挂空柱形图,可以更直观的展示数据的增减情况。
场景示例:第四栏应付工资=第一栏基本工资+第二栏绩效工资+第三栏加班工资。
第四,配送类
1.散点图
简介:散点图可以显示数据簇的形状,分析数据的分布情况。通过观察散乱点的分布,推断变量的相关性。
特点:散点图可以在数据较多的情况下更好的反映数据分布。
场景示例:
比如用散点图和警戒线,可以看出大部分是身高体重都在平均水平以上的男生。
2、热力区域图
简介:通过特殊高亮显示坐标范围内各点的权重。
特点:效果偏软,不适合精确的数据表达。主要用来看分布。
场景示例:
显示一个月24小时的温度分布。
3.地图
介绍:地图组件即使是地理位置反映的数据,FineBI也提供了各种地图组件,包括热图、区域图、流向图、点图等等。
特点:非常直观的观察不同地区的数据关系。
场景示例:
每个城市的销售值都映射在该点的面积上。销量越多,积分越大。
4.漏斗图
简介:漏斗图也叫倒三角图。漏斗图具有自上而下的逻辑顺序关系,常用于流程分析,比如分析哪个环节周转率异常。
特征:顶部和底部之间必须有逻辑顺序关系。如果没有逻辑关系,建议用柱形图进行对比。
场景示例:
观察从搜索到交易成功的人数变化,定位比较每一步流失的人数。
在解决实际问题时,如何选择一个统计图,取决于这个统计图是否能真实高效地反映数据,是否符合题目的实际要求。并不是说我们学完折线图之后所有的题目都选择条形图,而是要根据每个条形图的特点来决定。
发表评论