16大类31种好看的可视化图表，图表控们快收藏！

在日常工作中，很多人都会面对一堆数据，却不知道如何更直观地展示它们，或者不知道用什么样的图表能达到更好的展示效果！花了一些时间整理了工作中经常用到的数据图表，希望对大家有用，不再是单纯给领导、用户展示干瘪的数据~

本文除了柱状图、条形图、折线图和饼图等常用图表之外，还有数据地图、瀑布图和散点图，旭日图，漏斗图等等。一起了解下不同图表的使用场景、优劣势吧！

柱状图

适用场景：

二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。适用于枚举的数据，比如地域之间的关系，数据没有必然的连续性。

优势：柱状图利用柱形的高度，反映数据的差异，肉眼对高度差异很敏感。

劣势：柱状图的局限在于只适用于中小规模的数据集。

延伸图表：

堆积柱状图、百分比堆积柱状图

不仅可以直观地看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时最适合。

堆积柱状图

百分比堆积柱状图

条形图

适用场景：

显示各个项目之间的比较情况，和柱状图类似的作用。

优势：每个条都清晰地表示数据，直观。

延伸图表：

堆积条形图、百分比堆积条形图

堆积条形图

百分比堆积条形图

折线图

适用场景:

折线图适合二维的大数据集，还适合多个二维数据集的比较。一般用来表示趋势的变化，横轴一般为日期字段。

优势：可以清楚地反映出数据变化的趋势。

各种数据地图

适用场景：

适用于有空间位置的数据集，一般会分成行政地图（气泡图、面积图）和GIS地图。行政地图一般包含省份和城市数据就够了（比如福建-泉州）；GIS地图需要经纬度数据，更细化到具体的区域。只要有数据，可以做出区域、省份、全国乃至全球的地图。

优劣势：特殊状况下使用，涉及行政区域。

（1）行政地图（面积图）

（2）行政地图（气泡图）

（3）GIS地图：点状图

（4）GIS地图：热力图

（5）GIS地图：（北京某区域）散点图

Ps：区域地图，可以放大或缩小区域哦~~

（6）GIS地图：地图+柱状/饼图/条形

饼图（环图）

适用场景：

显示各项的大小与各项总和的比例。适用简单的占比比例图，适用于不要求数据特别精细的情况。

优势：明确显示数据的比例情况，尤其合适渠道来源等场景。

劣势：没有具体的数值，只是整体的占比情况。

饼图、环图你喜欢那个呢，可以直接设置~

雷达图

适用场景：

雷达图适用于多维数据（四维以上），一般用来表示某个数据字段的综合情况，数据点一般为6个左右，太多的话辨别起来有困难。

优势：主要用来了解各项数据指标的变动情形及其好坏趋向。

劣势：理解成本较高。

漏斗图

适用场景：

漏斗图适用于流程多的业务的流程分析，显示各流程的转化率。

优势：在网站分析中，通常用于转化率的比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率，能够直观地发现和显示问题所在。

劣势：单一的漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。

词云

适用场景：

显示词频，可以用来做一些用户画像、用户标签的工作。

优势：很酷炫、很直观。

劣势：使用场景较为单一，一般用来做词频。

散点图

适用场景：显示若干数据系列中各数值之间的关系，类似X、Y轴，判断两个变量之间是否存在某种联系。散点图适用于三维数据集，但其中只有两维数据是需要比较的。另外，通过散点图还能看出极值的分布情况。

优势：对于处理值的分布和数据点的分簇区域（通过设置横纵项的辅助线），散点图的表现方式都很理想。如果数据集中包含非常多的点，那么散点图便是最佳的图表类型。

劣势：在点状图中显示多个序列看起来非常混乱。

延伸图表：

气泡图（调整尺寸大小就成气泡图了）

面积图

适用场景：

强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。

延伸图表：

堆积面积图、百分比堆积面积图还可显示部分与整体之间（或者几个数据变量之间）的关系。

指标卡

适用场景：

显示某个数据结果&同环比数据。

优势：适用的场景很多，很直观地告诉看图者数据的最终结果，还可以看不同时间维度的同环比情况。

劣势：只是单一的数据展示，最多有同环比，但是不能对比其他数据。

计量图

适用场景：

一般用来显示项目的完成进度。

优势：很直观地展示项目的进度情况，类似于进度条。

劣势：表达效果很明确，数据场景很单一。

瀑布图

适用场景：

采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系，最终展示一个累计的值。

优势：展示两个数据点之间的演变过程，还可展示数据的累积过程。

桑基图

适用场景：

一种特定类型的流程图，始、末端的分支宽度总和相等，一个数据从始至终的流程很清晰，图中延伸的分支的宽度对应着数据流量的大小，流量随着时间的推移变化的情况，通常应用于能源、材料成分、金融等领域数据的可视化分析。

旭日图

适用场景：

旭日图可以表达清晰的层级和归属关系，以父子层次的结构来显示数据构成情况，旭日图能便于细分溯源分析数据，通过分层占比情况真正了解数据的具体构成。

优势：分层看数据很直观。

双轴图

适用场景：

柱状图+折线图的结合，适用情况很多，比如数量级相差很大的情况、数据同环比分析对比。

优势：通用性强，属于不同图表的组合使用，比如柱状图+折线图的结合，图表很直观。

劣势：个人感觉这个好像没什么劣势。

虽然看似只有16类图表，其实一共有31种图表，可以认真数一数哈~

当然，当你分析数据的时候一定不会只用一种图表，尤其是在数据报告中，每次都会用到很多图表，那各种图表的结合效果图也顺便简单地展示一下：

销售业绩分析

公司员工信息分析

下面是深色背景（星空蓝）下的图表效果：