数据可视化有哪些常见的图表类型？

以下是数据可视化常见的图表类型：

一、柱状图（Bar Chart）​

​普通柱状图

• 用于比较不同类别数据的大小。例如，比较不同产品的销售额、不同地区的人口数量等。每个柱子代表一个类别，柱子的高度表示该类别数据的数值。

​堆叠柱状图

• 可以展示各部分在总体中的占比关系，同时也能体现各部分的总量。例如，在分析不同年龄段人群的消费结构时，堆叠柱状图可以显示每个年龄段中不同消费类型（如食品、住房、娱乐等）的占比以及各年龄段的总消费额。

​簇状柱状图

• 当需要对比多个系列的数据时使用。比如，比较不同品牌在不同地区的市场份额，每个品牌为一个系列，不同地区的数据以簇状排列，便于直观对比各品牌在各地区的表现。

二、折线图（Line Chart）​

​简单折线图

• 主要用于展示数据随时间或其他连续变量的变化趋势。例如，展示股票价格在一段时间内的波动情况、气温随月份的变化等。折线上的每个点代表一个数据点，连接这些点形成折线，清晰地反映数据的增减变化趋势。

​多折线图

• 当需要同时展示多个相关数据系列的变化趋势时使用。比如，比较不同公司的销售额增长趋势、不同产品的市场份额变化等，不同的折线代表不同的数据系列，便于对比分析。

三、饼图（Pie Chart）​

​普通饼图

• 用于展示各部分在总体中的比例关系。例如，展示一个公司不同部门的人员占比、家庭支出中各项费用的占比等。整个饼图表示总体，每个扇形部分表示一个部分，扇形的大小反映该部分占总体的比例。

​复合饼图

• 当总体中的部分还可以进一步细分时使用。例如，在分析公司不同部门的预算分配时，其中一个较大部门（如研发部门）的预算还可以细分为不同项目（如基础研究、应用开发等）的预算，复合饼图可以清晰地展示这种多层次的比例关系。

四、散点图（Scatter Plot）​

​简单散点图

• 用于展示两个变量之间的关系。例如，研究身高和体重之间的关系、广告投入和产品销量之间的关系等。每个点代表一个数据样本，横坐标和纵坐标分别表示两个变量的值，通过点的分布可以观察变量之间是否存在相关性（如正相关、负相关或无相关）。

​气泡散点图

• 在简单散点图的基础上增加了一个维度，即气泡的大小表示第三个变量的值。例如，在分析不同城市的经济发展水平（用GDP表示，对应横坐标）、环境污染程度（用污染指数表示，对应纵坐标）以及人口数量（用气泡大小表示）之间的关系时，气泡散点图可以更全面地展示三个变量之间的相互关系。

五、箱线图（Box Plot）​

​普通箱线图

• 用于展示数据的分布特征，包括最小值、第一四分位数、中位数、第三四分位数和最大值。例如，在分析不同班级学生的考试成绩分布时，箱线图可以直观地显示出每个班级成绩的中位数、上下四分位数范围以及是否存在异常值。

​多组箱线图

• 当需要比较多个数据集的分布情况时使用。比如，比较不同地区居民收入分布、不同产品的质量指标分布等，通过多组箱线图可以快速对比不同数据集的集中趋势、离散程度和异常值情况。

六、雷达图（Radar Chart）​

​普通雷达图

• 用于展示多个变量在一个主体上的综合表现。例如，在评估员工的综合素质时，可将沟通能力、团队协作能力、专业技能、创新能力等多个变量作为雷达图的轴，每个员工的数据形成一个多边形，通过多边形的形状和大小可以直观地比较不同员工在各个变量上的表现以及综合能力。

七、地图（Map）​

​基础地图

• 以地理区域为基础，将数据与地理区域相关联进行可视化。例如，在地图上标注不同省份的人口密度、GDP等数据，通过颜色深浅或标记大小等方式表示数据的差异，直观地展示数据在地理空间上的分布情况。

​热力图（Heat Map）​

• 是地图的一种特殊形式，用于展示地理区域内数据的密度或强度。例如，在城市交通分析中，用热力图表示不同区域的交通拥堵程度，颜色越深表示拥堵越严重；在商业分析中，可表示不同商圈的人流量密度等。