數據是事實或觀察的結果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經加工的原始素材。而數據維度就是在數據之間形成特定關系，表達多種數據含義的一個很重要的基礎概念。

換句話說，維度是一組數據的組織形式。那當數據分析維度太多，該怎麼辦？比如像要做比較分析，就要用柱圖、雷達圖等；想要看數據分析的占比情況，就要用漏鬥、餅圖；想要看數據的趨勢有線形圖；想要看數據與數據之間的關系，有樹狀圖…….而每個分類裡各個可視化圖表的應用場景和優缺點也都是不盡相同的。

今天小億整理了17種表現形式，來幫你解決這些困擾。

1.餅圖

（1）适用場景：了解數據的分布情況。

（2）優勢：餅狀圖能很直觀的看到每一個部分在整體中所占的比例，分布情況，強調整體與個體間的比較。

（3）局限：隻能反映某一時點上的情況，如果想看到一段時間内的變化趨勢、增長幅度之類的就很麻煩了。同時分類過多，則扇形越小，無法展現圖表。

2.折線圖

（1）适用場景：時間序列類數據、關聯類數據。折線圖在生活中運用的非常普遍，雖然它不直接給出精确的數據，但隻要掌握了一定的技巧，熟練運用“坐标法”也可以很快地确定某個具體的數據。

（2）優點： 折線統計圖不僅可以表示數量的多少，而且可以反映同一事物在不同時間裡的發展變化的情況，即直觀反映數據變化趨勢。

（3）局限：無序的類别無法展示數據特點。

3.柱狀圖

（1）适用場景：一個維度數據比較、數據單純性展示、排序數據展示。

（2）優點：人眼對高度較敏感，直觀各組數據差異性，強調個體與個體之間的比較。可以清楚地表明各種數量的多少。

（3）局限：分類過多則無法展示數據特點。

4. 條形圖

條形圖和柱狀圖類似，隻是柱子的方向發生了變化，通過柱子的長短就可以很直觀地看到各個數據維度之前的差異對比。通常縱向數據越多，所呈現的差異對比就會更加地明顯。

建議：橫向數據類别盡量控制在4-6個，過多的類别可能會造成柱子的長短差異變化過大；同時縱向種類的文字字數也會影響柱子的長度，建議縮減文字。

5. 面積圖

面積圖是在折線圖的基礎上形成的，将折線圖中折線與自變量坐标軸之間的區域使用顔色或紋理填充。

（1）适用場景：用面積展示數值大小，展示數量随時間變化的趨勢。

（2）優點：顔色的填充可以更好的突出趨勢信息。

6. 氣泡圖

氣泡圖，是通過氣泡的面積大小來對比數據的圖形方式，它除了可以反映散點圖中坐标點X、Y的相關關系，還有一個維度的數據可以映射到氣泡的面積大小上，因此「氣泡圖」可以在二維平面展示三維信息的數據。

（1）适用場景：存在大量數據點，結果更精準，比如回歸分析。

（2）優點：直觀反映數據集中情況，對離散數據線性回歸等曲線預測性的拟合輔助作用

（3）局限：數據量小的時候會比較混亂。

7.儀表盤

（1）适用場景：直觀展示KPI數值的組件，可直接顯示所選字段的數值，比如展示銷售額、毛利、毛利率等指标數值，還可以展示項目進度情況，主要用于數據預警。

（2）局限：隻适合展現數據的累計情況，不适用于數據的分布特征等。展現維度隻能有一個，展現指标不宜過多，而且隻是數字面闆，不具有圖形的各種優勢。

8.地圖

種類：熱力地圖、流向地圖以及點地圖。

（1）熱力地圖：

應用場景：用來表示地理範圍内各個點的權重情況

評價：對比不會很精準，隻能進行大體的對比

（2）流向地圖：

應用場景：流向地圖多應用于區際貿易、交通流向、人口遷移、購物消費行為、通訊信息流動、航空線路等場景

評價：不好展示數值的大小、對比、趨勢等情況

（3）點地圖：

應用場景：想要查看的是某個區域各個網點(特定位置)的數據時，用地圖實現起來會比較複雜，并且精準性不高，那麼就可以使用點地圖，可精準快速定位到位置

評價：精準、快速，但是不适合多數據集中展示，不容易區分

9.雷達圖

雷達圖是将多個分類的數據量映射到坐标軸上，對比某項目不同屬性的特點。

（1）應用場景：雷達圖用以顯示獨立的數據系列之間，以及某個特定的系列與其他系列的整體之間的關系，必須擁有相同的指标。

（2）優點：一般适合不同維度的比較分析，對比表達比較明顯

（3）局限：分類過多或變量過多，會比較混亂。

10.詞雲

詞雲圖也叫文字雲，是對文本中出現頻率較高的“關鍵詞”予以視覺化的展現。詞雲圖過濾掉大量的低頻低質的文本信息，使得浏覽者隻要一眼掃過文本就可領略文本的主旨。

（1）标準詞雲圖：用來表示詞語的權重，詞語出現的頻率越高，詞語就越大。

（2）熱詞球圖：詞語頻率越高，出現的次數就越多。

（3）應用場景：直觀展示數據頻率，對出現頻率較高的“關鍵詞”予以視覺上的突出，形成“關鍵詞雲層”，從而過濾掉大量的文本信息。

11.漏鬥圖

（1）适用場景：展示每一階段的占比情況，提供轉化率的數據分析。有固定流程并且環節較多的分析，可以直觀地顯示轉化率和流失率。

（2）優勢：适用于業務流程比較規範、周期長、環節多的單流程單向分析，通過漏鬥各環節業務數據的比較能夠直觀的發現和說明問題所在的環節，進而做出決策

（3）局限：無序的類别或者沒有流程關系的變量。

12.矩陣樹圖

展現同一層級的不同分類的占比情況，還可以同一個分類下子級的占比情況，比如商品品類等。

（1）适用：矩形樹圖是用來描述層次結構數據的占比關系，能夠進行逐級鑽取顯示下層數據情況；

（2）缺陷：不适合展現不同層級的數據，比如組織架構圖，每個分類不适合放在一起看占比情況。不夠直觀、明确、不像樹圖那麼清晰，而且分類占比太小時不容易排布。

13.桑基圖

一種特定類型的流程圖，圖中延伸的分支的寬度對應數據流量的大小，起始流量總和始終與結束流量總和保持平衡。比如能量流動等。

桑葚圖主要由邊、流量和支點組成，其中邊代表了流動的數據，流量代表了流動數據的具體數值，節點代表了不同分類。邊的寬度與流量成比例的顯示，邊越寬，數值越大。一種特定類型的流程圖，圖中延伸的分支的寬度對應數據流量的大小，起始流量總和始終與結束流量總和保持平衡。比如能量流動等。

（1）适用場景：用來表示數據的流向。

（2）優點：在數據流動的可視化過程中，桑基圖緊緊遵循能量守恒，數據從開始到結束，總量都保持不變。

（3）局限：不适用于邊的起始流量和結束流量不同的場景。比如使用手機的品牌變化。

14.散點圖

如果數據中包含了各個品類的數值，并且想強調各個品類基于數值在分布上的一個差異變化，那麼就可以使用散點組合圖的形式進行展示。

（1）注意事項：

①散點組合圖，應控制橫向坐标的品類數量，控制在6個以内最好，品類與品類之前可通過圓圈的顔色來進行區分；

②同時還可将想重點突出的數據，通過圖片或者文字來重點展示出來。）

（2）适用：存在大量數據點，結果更精準，比如回歸分析。

（3）局限：數據量小的時候會比較混亂。

（4）相似圖表：氣泡圖。用氣泡代替散點圖的數值點，面積大小代表數值大小。

15.指标卡

突出顯示一兩個關鍵的數據結果，比如同比環比。

（1）适合：展示最終結果和關鍵數據。

（2）缺陷：沒有分類對比，隻展示單一數據。

16.箱線圖

是利用數據中的五個統計量：最小值、第一四分位數、中位數、第三四分位數與最大值來描述數據的一種方法。

箱子的中間一條線，是數據的中位數，代表了樣本數據的平均水平。箱子的上下限，分别是數據的上四分位數Q3和下四分位數Q1，這代表箱體部分包含了數據集中50%的數據，因此，箱子的寬度（四分位距=Q3-Q1）在一定程度上反映了數據的離散程度。

在箱子的上方和下方，又各有一條線， 有時候代表着最大最小值，有時候代表的是上下内限。如果有點位于内限之外，理解成“異常值”就好。

應用場景：

（1）對比多組數據的分布情況。檢測數據中的異常值或離群點。

（2）對數據沒有任何假設，屬于專家檢驗法。

局限：對于大數據量，反應的形狀信息更加模糊。

17.架構圖

架構圖是一個比較統稱的概念，不論是系統架構圖、流程架構圖還是組織架構圖，都是讓人可以清晰的get到分類、構成及關系等。

（1）應用場景：用于表示各個節點之間的上下級關系，同時還能展示每個節點的的值。

（2）評價：多用于框架圖，邏輯關系比較明确，但沒有數據數值的對比。

到這小編就為大家介紹完了17種類型的可視化圖表，想必你也為這圖表所驚歎，想着自己也能做出來。這裡小編向大家推薦自家的大數據分析軟件——億信BI。

億信ABI内置數十種可視化元素和圖形，通過簡單的數據關系定義，就能實現豐富的可視化效果。通過設計與搭配，可衍生出成千上萬種可視化效果，幫助您理解和分析數據。

由于億信ABI内置ECharts4.2版本，ECharts官網Demo中的99%的圖表可以通過粘貼到腳本中直接使用，無縫對接。想要什麼，就去demo上取什麼，更大化的豐富了圖形的展現方式哦！

除了上述常用經典圖表，億信BI還可以制作出炫酷吊炸天的數據圖表，後續小億會教你實用技巧，來提升表哥表姐們的數據報表的逼格。

看了這麼多你是否也心癢癢了呢？趕緊搜索億信ABI進行産品試用，上述的所有圖表都可一一體驗，感受可視化的魅力和震撼，動動你的手指開啟免費試用之旅吧~

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!