数据分析学习Day6---数据可视化（经典图表）
Excel图表思维指南
只针对Excel
数据的基础概念
维度
数据分析中经常会提及维度。维度是观察数据的角度和对数据的描述。我们可以说地区是一种维度，这个维度包含上海北京这些城市。也可以认为销售额是一个维度，里面有各类销售数据。
维度可以用时间、数值表示，也可以用文本，文本常作为类别。数据分析的本质是各种维度的组合，我想了解和分析全国各地的销售额，就需要将地区维度和销售维度结合，如果想知道各个年份的变化，那么再加入时间维度。
说的再透彻点，Excel首行各字段就可以理解成维度。
互联网行业的PV、UV、活跃数也能算作维度。
图表的绘制依赖多个维度的组合。
维度类型和转换
维度主要是三大类的数据结构：文本、时间、数值。地区的上海、北京就是文本维度（也可以称为类别维度），销售额度就是数值维度，时间更好理解了。不同图表有维度使用限制。
数值维度可以通过其他维度加工计算得出，例如按地区维度，count出有多少是上海的，有多少是北京的。
维度可以互相转换。比如年龄原本是数值型的维度，但是可以通过对年龄的划分，将其分类为小孩、青年、老年三个年龄段，此时就转换为文本维度。具体按照分析场景使用。
接下来介绍主要的可视化图表。
散点图
散点图在报表中不常用到，但是在数据分析中可以算出镜率最高的。散点图通过坐标轴，表示两个变量之间的关系。绘制它依赖大量数据点的分布。
散点图的优势是揭示数据间的关系，发觉变量与变量之间的关联。
散点图需要两个数值维度表示X轴、Y轴，下图范例就是身高和体重两个维度。
为了进行分析，该图又引入性别维度，通过颜色来区分。
当我们想知道两个指标互相之间有没有关系，散点图是最好的工具之一。因为它直观。尤其是大数据量，散点图会有更精准的结果。
后续的学习中，我们也会多次借用到散点图，比如统计中的回归分析，比如数据挖掘中的聚类。
折线图
折线图是观察数据的趋势，它和时间是好基友，当我们想要了解某一维度在时间上的规律或者趋势时，就用折线图吧。
折线图一般使用时间维度作为X轴，数值维度作为Y轴。
柱形图
柱形图是分析师最常用到的图表之一，常用于多个维度的比较和变化。
文本维度／时间维度通常作为X轴。数值型维度作为Y轴。柱形图至少需要一个数值型维度。
下图就是柱形图的对比分析，通过颜色区分类别。当需要对比的维度过多，柱形图是力不从心的。
柱形图和折线图在时间维度的分析中是可以互换的。但推荐使用折线图，因为它对趋势的变化表达更清晰。
柱形图还有许多丰富的应用。例如堆积柱形图，瀑布图，横向条形图，横轴正负图等。
直方图是柱形图的特殊形式。它的数值坐标轴是连续的，专用于统计，表达的是数据分布情况。在统计学的内容会专门讲解。
地理图
一切和空间属性有关的分析都可以用到地理图。比如各地区销量，或者某商业区域店铺密集度等。
地理图一定需要用到坐标维度。可以是经纬度、也可以是地域名称（上海市、北京市）。坐标粒度即能细到具体某条街道，也能宽到世界各国范围。
除了经纬度，地理图的绘制离不开地图数据，POI是很重要的要素。POI是“Point of Information”的缩写，可以翻译成信息点，每个POI包含四方面信息，名称、类别、经度纬度、附近的酒店饭店商铺等信息。借助POI，才能按地理维度展现数据。
饼图
饼图经常表示一组数据的占比。可以用扇面、圆环、或者多圆环嵌套。商务类的汇报中应用较多。
为了表示占比，拼图需要数值维度。
饼图是有缺陷的，它擅长表达某一占比较大的类别。但是不擅长对比。30%和35%在饼图上凭肉眼是难以分辨出区别的。当类别过多，也不适宜在饼图上表达。
对数据分析师来说，除了做报告，饼图没啥用。
雷达图
也叫蛛网图。可能男同胞们在游戏中看到它比较多。它在商务、财务领域应用较大，适合用在固定的框架内表达某种已知的结果。常见于经营状况，财务健康程度。
比如我对企业财务进行分析，划分出六大类：销售、市场、研发、客服、技术、管理。通过雷达图绘制出预算和实际开销的维度对比，会很清晰。如下图：
箱线图
箱线图一般人了解的不多，它能准确地反映数据维度的离散（最大数、最小数、中位数、四分数）情况。凡是离散的数据都适用箱线图。
下图就是箱线图的典型应用。线的上下两端表示某组数据的最大值和最小值。箱的上下两端表示这组数据中排在前25%位置和75%位置的数值。箱中间的横线表示中位数。
假如你是一位互联网电商分析师，你想知道某商品每天的卖出情况：该商品被用户最多购买了几个，大部分用户购买了几个，用户最少购买了几个。箱线图就能很清晰的表示出上面的几个指标以及变化。
绘制箱线图，新人需要了解统计的基础概念：最大值，最小值，中位数，四分位数。
热力图
以高亮形式展现数据。
最常见的例子就是用热力图表现道路交通状况。老司机一眼就知道怎么开车了。
互联网产品中，热力图可以用于网站／APP的用户行为分析，将浏览、点击、访问页面的操作以高亮的可视化形式表现。下图就是用户在Google搜索结果的点击行为。
热力图需要位置信息，比如经纬度坐标，或者屏幕位置坐标。
关系图
展现事物相关性和关联性的图表，比如社交关系链、品牌传播、或者某种信息的流动。
有一条微博，现在想研究它的传播链：它是经由哪几个大V分享扩散开来，大V前又有谁分享过等，以此为基础可以绘制出一幅发散的网状图，分析病毒营销的过程。
关系图依赖大量的数据，它本身没有维度的概念。
矩形树图
上文说过，柱形图不适合表达过多类目（比如上百）的数据，那应该怎么办?矩形树图出现了。它直观地以面积表示数值，以颜色表示类目。
下图中各颜色系代表各个类目维度，类目维度下又有多个二级类目。如果用柱形图表达，简直是灾难。用矩形树图则轻轻松松。
电子商务、产品销售等涉及大量品类的分析，都可以用到矩形树图。
桑基图
比较冷门的图表，它常表示信息的变化和流动状态。
其实数据分析师经常接触到桑基图，只是不知道它的正式名字，它就是Google网站分析中的用户行为和流量分析。用户从哪里来，去了哪个页面，在哪个页面离开，最后停留在哪个页面等。下图就是桑基图非常直观的解释。
漏斗图
大名鼎鼎的转化率可视化，它适用在固定流程的转化分析，你也可以认为它是桑基图的简化版。说实话，随着个性化推荐和精准运营越来越多，漏斗转化有它的局限性。（引用：淘宝卖家下单转化率）
转化率也可以用几组数字表示，不一定做成漏斗图。
除了上述可视化图表，还有其他很多经典，例如词云图、气泡图、K线图等。
