首頁/ 汽車/ 正文

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

做資料視覺化,經常不知道圖表要怎麼用?做出來的圖表又醜又看不出趨勢,今天帆軟君給大家分享一下如何更好地利用圖表。

根據資料之間的關係,統計圖表可被分為分成四個大類,你可根據自己的目的(即你想表達什麼)來選擇適合的圖表,最後達到“一圖勝千言”的效果。

比較類:

柱形圖、對比柱形圖、分組柱形圖、堆積柱形圖、分割槽折線圖、雷達圖、詞雲、聚合氣泡圖、玫瑰圖

佔比類:

餅圖、矩形塊圖、百分比堆積柱形圖、多層餅圖、儀表盤

趨勢關聯類:

折線圖、範圍面積圖、面積圖、瀑布圖

分佈類:

散點圖、地圖、熱力區域圖、漏斗圖

為了方便大家記住,我把每類的圖表及優勢場景,製作成了思維導圖,大家可收藏以備不時之需

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

思維導圖可能會看不清,因此完整版的圖表分類我會在底下再次說明,

圖表製作工具均為:FineBI

評論並私信回覆「BI」即可獲取工具體驗地址

一、比較類

1、對比柱形圖

簡介:

使用正向和反向的柱子顯示類別之間的數值比較

特點:

用於展示包含相反含義的資料的對比,若不是相反含義的建議使用分組柱形圖。

場景舉例:

美國大選選舉「民主黨 democrat」與「共和黨 republican」在各州獲得的票數對比。

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

2、分組柱形圖

簡介:

分組柱狀圖經常用於相同分組下,不同類資料的比較。用柱子高度顯示數值比較,用顏色來區分不同類的資料。

特點:

相同分組下,資料的類別不能過多。

場景舉例:

對2018年第一季度每月飲料、日用品、零食的銷售額作對比

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

3、堆積柱形圖

簡介:

可以對分組總量進行對比,也可以檢視每個分組包含的每個小分類的大小及佔比,非常適合處理部分與整體的關係。

特點:

適合展示總量大小,但不適合對不同分組下同個類別進行對比。

場景舉例:

對比周一至週日的訪問量,並顯示出每天使用者從哪些渠道訪問的數目和大致佔比

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

4、分割槽折線圖

簡介:

分割槽折線圖能將多個指標分隔開,反映事物隨時間變化的趨勢

特點:

適合對比趨勢,避免多個折線圖交叉在一起。

場景舉例:

對比兩個城市同一段時間的風速走勢

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

5、雷達圖

簡介:

雷達圖又被叫做蜘蛛網圖,它的每個變數都有一個從中心向外發射的軸線,所有的軸之間的夾角相等,同時每個軸有相同的刻度。

特點:

雷達圖變數過多會降低圖表的可閱讀性,非常適合展示效能資料。

場景舉例:

對市面上兩款手機的效能進行對比

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

6、詞雲

簡介:

詞雲是文字大資料視覺化的重要方式,常用於將大量文字中的高頻語句和詞彙高亮展示,快速感知最突出的文字,常用於網站高頻搜尋欄位的統計。

特點:

不適合資料量多的文字資料,也不適合資料區分度不大的資料處理。

場景舉例:

用詞雲展示搜尋關鍵詞,搜尋次數越多的關鍵詞字型越大

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

7、聚合氣泡圖

簡介:

聚合氣泡圖中

維度定義各個氣泡,度量定義氣泡的大小、顏色。

特點:

不適合區分度不大的資料。

場景舉例:

用聚合氣泡圖展示各省招生人數,招生人數最多的江蘇省氣泡麵積最大

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

8、玫瑰圖

簡介:

南丁格爾玫瑰圖的作用與柱形圖類似,主要用於比較,數值大小對映到玫瑰圖的半徑

特點:

資料比較相近時,不適合用餅圖,而是適合用南丁格爾玫瑰圖

場景舉例:

回款金額的大小對映到每個省份的弧度和半徑上,最終形成了玫瑰圖

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

二、佔比類

1、矩形塊圖

簡介:

適合展現具有層級關係的資料,能夠直觀體現同級之間的比較。父級節點巢狀子節點,每個節點分成不同面積大小的矩形,使用面積的大小來展示節點對應的屬性。

特點:

非常適合帶權的樹形資料,對比各分類的大小關係以及相對於整體的佔比關係。

場景舉例:

展示 2011-2017 年的合同金額情況, 2016 年的合同金額最大

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

2、百分比堆積柱形圖

簡介:

對比同一個分組資料內不同分類的佔比。

特點:

同一個分組內不同分類的個數不能過多。

場景舉例:

比如下圖顯示了 1986 年至 2016 年期間,民眾對體罰兒童的態度對比變化情況

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

3、餅圖/多層餅圖

簡介:

多層餅圖指的是具有多個層級,且層級之間具有包含關係的餅狀圖表。多層餅圖適合展示如地理區域資料、公司上下層級、季度月份時間層級等等。

特點:

層級和類別都不能過多,過多導致切片過小干擾閱讀。

場景舉例:

內圈不同顏色的弧度分別對映每個區域的銷售額,外圈淺色切塊代表該區域下不同品牌的銷售額。

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

4、儀表盤

簡介:

儀表盤設定目標值,然後用於展示速度、溫度、進度、完成率、滿意度等,很多情況下也用來表示佔比。

特點:

只適合單個指標的資料展示。

場景舉例:

Top10門店銷售額佔總銷售額的比重

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

三、趨勢關聯類

1、折線圖(多系列折線圖)

簡介:

來體現事物隨時間或其他有序類別而變化的趨勢

特點:

折線數量不能過多,會導致圖表可讀性變差

場景舉例:

該圖展現了自1800年至2017年全世界能源消耗情況,圖中不同顏色的折線代表不同的能源型別

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

2、範圍面積圖

簡介:

用來展示持續性資料,可很好地表示趨勢、累積、減少以及變化。

特點:

展示兩個連續變數的差值的變化趨勢。

場景示例:

展示訪問次數和跳出次數的變化趨勢,並透過面積的變化映射出兩者差值量的變化趨勢

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

3、普通面積圖

簡介:

普通面積圖是在折線圖的基礎上進化而來,也很方便來體現事物隨時間或其他有序類別而變化的趨勢。由於有面積填充,所以比折線圖更能體現趨勢變化。

特點:

面積線最好不要超過五條

場景示例:

用兩條面積線分別表示「合同金額」和「回款金額」,不僅能展示出2011 -2017年的走勢,還可以展示出回款金額對合同金額的佔比關係。

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

4、瀑布圖

簡介:

瀑布圖顯示加上或減去值時的累計彙總,通常用於分析一系列正值和負值對初始值(例如,淨收入)的影響

特點:

透過懸空的柱形圖,可以更直觀的展現資料的增減變化

場景舉例:

第四列的應發工資=第一列的基本工資+第二列的績效工資+第三列的加班工資

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

四、分佈類

1、散點圖

簡介

:散點圖 可以顯示資料叢集的形狀,分析資料的分佈。透過觀察散點的分佈,推斷變數的相關性。

特點

:散點圖在有比較多資料時,才能更好的體現資料分佈。

場景舉例:

例如利用散點圖和警戒線,可以看出身高和體重都超出平均的大多是男生。

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

2、熱力區域圖

簡介:

以特殊高亮的方式展示座標範圍內各個點的權重情況

特點:

效果柔化,不適合精確的資料表達,主要用於看分佈。

場景舉例:

展示每月 24 小時的氣溫分佈

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

3、地圖

簡介:

地圖元件即使將資料反映在地理位置上,FineBI提供多種地圖元件,包括熱力地圖 、區域地圖、流向地圖、點地圖等。

特點:

非常直觀的觀察不同區域的資料關係。

場景示例:

各個城市的銷售額數值大小對映在點的面積上,銷售額越多,點越大

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

4、漏斗圖

簡介:

漏斗圖又稱倒三角圖,漏斗圖從上到下,有邏輯上的順序關係,經常用於流程分析,比如分析哪個環節的流失率異常。

特點:

上下之間必須是有邏輯順序關係的,若是無邏輯關係建議使用柱形圖對比。

場景舉例:

觀察從搜尋到交易成功的人數變化,並定位對比每一步流失人數。

整理了4大類22種圖表,不用擔心用錯統計圖表,分析不出東西了

評論並私信「BI」,即可獲取免費工具

相關文章

頂部