《SCO数据可视化之旅》图表选择

图表分类：我们可以现在最常用的图表类型非常多。

Excel图表：柱形图、折线图、饼图、条形图、面积图、XY散点图、雷达图、树状图、直方图、箱型图、瀑布图等。

Echarts图表：油量表、南丁格尔玫瑰图、词云图、地图、关系图等。

选择指南：在做图表事情，想要想清楚，数据想要展示什么？想要表达什么？还要了解每个图表的特性。

国外可视化专家Andrew Abela给出过图表选择思维导图。随着发展，基础图形的扩充，电子表格应用大会明月老师又重新整理了一份图形选择决策树。

将数据的展示分成 比较、序列、构成、描述四种。

今天就在这里一一剖析分享给大家。

比较

•比较：和目标的比较，进度完成情况。

图表：量表、圆环百分比进度图。

特性：适合在量化的情况下显示单一的价值和衡量标准。

•比较：项目与项目比较。

图表：柱状图、条形图。

特性：相对大小进行精确比较，各类数据大小大致相同时，更容易发现细小的差别。（类别名称过长可选择条形图）。

图表：雷达图。

特性：显示类别（项目）三个或更多的维度的变量对比情况，以及不同类别（项目）多个维度的变量差异。对于查看哪些变量具有相似的值、变量之间是否有异常值都很有用。

图表：词云图。

特性：过滤掉大量的低频低质的文本信息，在大量文本中提取关键词。使得浏览者只要一眼扫过文本就可领略文本的主旨。

图表：树状图。

特性：比较层级结构不同级别的值，以矩形显示层次结构级别中的比例。多列类别构成一个层次结构时，以矩形显示比例。大小比较视觉呈现更直观。

图表：热力图（笛卡尔坐标系上的热力图）。

特性：主要通过颜色表现数值的大小（两个维度）（一般用于活跃程度的体现）。可以直观清楚地看到数据密集情况。

•比较：地域间数据比较。

图表：地图。

特性：地域间的数据比较。数据表达方式更为明确和直观，让人一目了然，方便发现问题。

序列

•序列：连续、有序类别的数据波动（折线图、面积图、柱状图）。

图表：折线图、面积图、柱状图。

特性：能很好地体现数据趋势，常用于显示随时间变化的数值。折线图、面积图趋势变化直观展示，更方便的展示多个类别（项目）数据，不会显得过于拥挤。

•序列：各阶段递减过程（漏斗图）。

图表：漏斗图（倒三角图）。

特性：将数据呈现为几个阶段，每个阶段的数据都是整体的一部分，从一个阶段到另一个阶段数据自上而下逐渐下降。

构成

•构成：占比构成（展现不同类别数值相对于总数的占比情况）。

图表：饼图、环形图、南丁格尔玫瑰图。

特性：展现不同类别数值相对于总数的占比情况。

•构成：多类别部分到整体。

图表：堆积图、百分比堆积图。

特性：堆叠柱状图可以显示多个部分到整体的关系。百分比堆积图适用：累积的总数不重要，重要的是显示出类别分布在整体中的作用。

•构成：展示各成分分布构成情况。

图表：瀑布图。

特性：表达两个数据点之间数量的演变过程，各成分分布构成情况。

描述

•描述：关键指标描述

图表：指标卡。

特性：突出展示最终结果和关键数据。

•描述：数据分组差异

图表：直方图。

特性：将数据根据差异进行分类，特点是明察秋毫地掌握差异。

•描述：数据分散

图表：盒须图（箱型图）。

特性：展示数据分散情况。最小值、第一四分位、中位数、第三四分位与最大值来描述数据。特别用于对几个样本的比较。

•描述：数据相关性

图表：散点图、气泡图。

特性：用来识别变量之间的相关性或用来观察他们的关系。（散点图2个变量、气泡图3个变量。发现某种趋势，对于查找异常值或理解数据分布也很有效。

•描述：人物或是事物之间关系

图表：关系图。

特性：表示人物或事物之间的关系。

图表选择是准确、有效传达信息非常重要的一步。以上对“图形选择决策树”的解析，涵盖工作中场景以及二十几个的图表特性；更结合主流私家车销售数据给出了基于业务的图表展示。

希望这次的分享之后，各位小伙伴不要再选错图表了哦。