24个简单、好看的可视化图表用法介绍！数据分析小白必看
最近经常和朋友聊起可视化的事情，发现不少人新手经常不会选择合适的图表，从而导致做出来的数据分析报告不尽如人意，今天就针对图表选择来分享一些技巧
要让可视化图表达到给使用者最佳的信息传达效果，我们必须认真考虑各种规划和设计各种元素
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？
我将图表分成几个大类，分别为「比较类、占比类、趋势类、相关类、地理」，大家可根据自己的目的选择适合的图表。
一、对比类
1、普通柱形图
简介：普通柱形图 使用垂直柱子显示类别之间的数值比较，其中柱状图的一个轴显示正在比较的类别，而另一个轴代表对应的刻度值
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
2、对比柱形图
简介：对比柱形图 使用正向和反向的柱子显示类别之间的数值比较。其中图表的一个轴显示正在比较的类别，而另一轴代表对应的刻度值。
特点：用于展示包含相反含义的数据的对比，若是不是相反含义的建议使用分组柱形图。
3、分组柱形图
简介：分组柱状图经常用于相同分组下，不同类数据的比较。用柱子高度显示数值比较，用颜色来区分不同类的数据。
特点：相同分组下，数据的类别不能过多。
4、堆积柱形图
简介：堆积柱形图 可以对分组总量进行对比，也可以查看每个分组包含的每个小分类的大小及占比，因此非常适合处理部分与整体的关系。
特点：适合展示总量大小，但不适合对不同分组下同个类别进行对比。
5、分区折线图
简介：分区折线图 能将多个指标分隔开，反映事物随时间或有序类别而变化的趋势
特点：适合对比趋势，避免多个折线图交叉在一起。
6、雷达图
简介：雷达图 又被叫做蜘蛛网图，它的每个变量都有一个从中心向外发射的轴线，所有的轴之间的夹角相等，同时每个轴有相同的刻度。
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。
7、词云
简介：词云 是文本大数据可视化的重要方式，常用于将大量文本中的高频语句和词汇高亮展示，快速感知最突出的文字。常用于网站高频搜索字段的统计。
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。
8、聚合气泡图
简介：聚合气泡图 中，维度定义各个气泡，度量定义气泡的大小、颜色。
特点：不适合区分度不大的数据。
9、南丁格尔玫瑰图
简介：南丁格尔玫瑰图 的作用与柱形图类似，主要用于比较，数值大小映射到玫瑰图的半径。
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。
二、占比类
1、饼图
简介：饼图 一般通过颜色区分类别，幅度的大小对比数据，并且可以展示各类别与整体之间的占比关系。
特点：类别数量不能过多，且不适合区分度不大的数据。
2、矩形块图
简介：矩形块图 适合展现具有层级关系的数据，能够直观体现同级之间的比较。父级节点嵌套子节点，每个节点分成不同面积大小的矩形，使用面积的大小来展示节点对应的属性。
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。
3、百分比堆积柱形图
简介：百分比堆积柱形图 对比同一个分组数据内不同分类的占比。
特点：同一个分组内不同分类的个数不能过多。
4、多层饼图
简介：多层饼图 指的是具有多个层级，且层级之间具有包含关系的饼状图表。多层饼图适合展示具有父子关系的复杂树形结构数据，如地理区域数据、公司上下层级、季度月份时间层级等等。
特点：层级和类别都不能过多，过多导致切片过小干扰阅读
5、仪表盘
简介：仪表盘 设定目标值，然后用于展示速度、温度、进度、完成率、满意度等，很多情况下也用来表示占比。
特点：只适合单个指标的数据展示。
三、趋势类
1、折线图
简介：折线图 非常方便来体现事物随时间或其他有序类别而变化的趋势。1）可分析多组数据随时间变化的相互作用和相互影响，从而可以总结获得一些结论和经验。2）可对比多组数据在同一个时间的大小。
特点：折线数量不能过多，会导致图表可读性变差。
2、范围面积图
简介：范围面积图 用来展示持续性数据，可很好地表示趋势、累积、减少以及变化。
特点：展示两个连续变量的差值的变化趋势。
3、普通面积图
简介：普通面积图是在折线图的基础上进化而来，也很方便来体现事物随时间或其他有序类别而变化的趋势。由于有面积填充，所以比折线图更能体现趋势变化。
特点：面积线最好不要超过五条。
4、散点图
简介：散点图 可以显示数据集群的形状，分析数据的分布。通过观察散点的分布，可以推断变量的相关性，在FineBI中可以通过数据拟合完成。
特点：散点图在有比较多数据时，才能更好的体现数据分布。
5、瀑布图
简介：瀑布图 显示加上或减去值时的累计汇总，通常用于分析一系列正值和负值对初始值（例如，净收入）的影响。
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。
四、分布类
1、散点图
简介：散点图 可以显示数据集群的形状，分析数据的分布。通过观察散点的分布，可以推断变量的相关性。
特点：散点图在有比较多数据时，才能更好的体现数据分布。
2、热力区域图
简介：热力区域图 以特殊高亮的方式展示坐标范围内各个点的权重情况。
特点：效果柔化，不适合精确的数据表达，主要用于看分布。
五、其他类
1、地图
简介：地图组件即使将数据反映在地理位置上，FineBI 提供多种地图组件，包括 热力地图 、区域地图、流向地图、点地图等。
特点：非常直观的观察不同区域的数据关系。
2、漏斗图
简介：漏斗图 又称倒三角图，漏斗图从上到下，有逻辑上的顺序关系，经常用于流程分析，比如分析哪个环节的流失率异常。
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。
