超全面!一份详尽实用的数据可视化图表绘制指南

Meeting your ideas

Welcome

数据可视化和信息可视化都是可视化的一种方式,数据可视化将数据库中每一个数据项作为单个图元元素表示,大量的数据集构成数据图像,同时将数据的各个属性值以多维数据的形式表示,可以从不同的维度观察数据,从而对数据进行更深入的观察和分析。

信息可视化,旨在把数据资料以视觉化的方式表现出。信息可视化是一种将数据与设计结合起来的图片,有利于个人或组织简短有效地向受众传播信息的数据表现形式。

接下来,小编将会带大家梳理一下可视化相关内容与大家分享,今天为大家带来的是数据图表类型分享。

数据可视化的图表类型

数据可视化有很多既定的图表类型,下面我们分别来谈谈这些图表类型适用场景,以及使用的优势和劣势。

1

柱状图

适用场景:它的适用场合是二维数据集(每个数据点包括两个值x和y),但只有一个维度需要比较。

优势:柱状图利用柱子的高度,反映数据的差异。肉眼对高度差异很敏感,辨识效果非常好。

劣势:柱状图的局限在于只适用中小规模的数据集。

2

折线图

适用场景: 折线图适合二维的大数据集,尤其是那些趋势比单个数据点更重要的场合。它还适合多个二维数据集的比较。

优势:容易反应出数据变化的趋势。

3

饼图

适用场景:适用简单的占比图,在不要求数据精细的情况下可以适用。

劣势:饼图是一种应该避免使用的图表,因为肉眼对面积大小不敏感。

4

漏斗图

适用场景:漏斗图适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在。

优势:能够直观地发现和说明问题所在。在网站分析中,通常用于转化率比较,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。

劣势:单一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。

5

地图

适用场景:适用于有空间位置的数据集。

优劣势:特殊状况下使用。

6

雷达图

适用场景:雷达图适用于多维数据(四维以上),且每个维度必须可以排序。但是,它有一个局限,就是数据点最多6个,否则无法辨别,因此适用场合有限。

劣势:需要注意的时候,用户不熟悉雷达图,解读有困难。使用时尽量加上说明,减轻解读负担。

THE END

艾迪普愿景

让更多人的视觉分享,多一点我们的映像!

本文由艾迪普机构综合整理编辑。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181112A1HGR200?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券