信息化时代，日常的生产生活都会产生不同量级的数据，但这些蕴含重要意义的数据大多是纷繁复杂的。可视化作为解决此问题的重要手段，以直观、多维的结构关系呈现，通过视觉的方式让数字易于理解，并对其进行更深入的观察和分析。图表，是可视化的基本表现形式。常见的基础图表主要有以下几种类型：
柱状图：显示一段时间内的数据变化或显示各项之间的比较情况，主要使用颜色进行类型区分。
直观展示各组数据差异性，强调个体与个体之间的比较。 适用场景：数据集较小的一个维度数据的比较，或者数据单纯展示及排序数据展示。 折线图：折线图常常被用来观察某一维度的数据在一段时间内的规律和趋势。 直观反映数据变化趋势。 适用场景：需要反映变化趋势和关联性的时间序列类数据及关联类数据。 饼图：饼图可展示多组数据，表现各组数据占总比情况。 直观显示各项占总体的占比，分布情况，强调整体与个体间的比较。 适用场景：一个维度各项指标（一般不超过5个项目）在总体中的占比及分布情况。 散点图：散点图极少出现在报表中，但它在数据分析中经常被用到。散点图通过坐标轴，表示两个变量之间的关系。绘制散点图的关键是大量数据点的分布，数据体量越大，散点图的分析结果越准确。 直观反映数据集中情况，对离散数据线性回归等曲线预测性的拟合辅助作用，展现两个变量之间的关系。 适用场景：用于两个维度的数据比较，多在对离散数据进行预测时使用。 气泡图：在散点图的基础上以每个点不同的面积来标注数据值，气泡图赋予散点图比较数值大小的功能。
雷达图：可以在同一坐标系内展示多指标的分析比较情况。它是由一组坐标和多个同心圆组成的图表。雷达图分析法是综合评价中常用的一种方法，尤其适用于对多属性体系结构描述的对象作全局性以及整体性评价。 适用场景：雷达图适用于四个或四个以上维度的多维数据，但数据维度最多不超过六个，数据点过多，各维度之间的区分就不太明显，辨别起来会有一定难度。劣势：解读雷达图需要一定的相关知识，增加了解读成本。使用过程中应尽量加上说明，以减轻解读负担。 堆积玫瑰图 可在一个图表中集中反映多个维度方面的百分比构成数据，幅面小，信息量大，形式新颖，吸引注意力。 适用场合：多适用于商业杂志、财经报刊等媒体展示的信息图表，但在传统工作场合需谨慎使用，因为堆积玫瑰图因为其具备的一定复杂性，可能产生用力过猛和炫技之嫌。 地理图：地理图适用于一切和空间属性有关的数据分析。地理图一定需要用到坐标维度，可以是经纬度、也可以是地域名称。坐标粒度能细到具体的某条街道，也能宽到世界各国范围。
漏斗图：用于表示数据转化类关系，适用于业务流程规范、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。
词云：词云主要显示词频，可用来做用户画像。 图表外观酷炫、表现直观
此外，常见的可视化图表还有面积图、关系图、瀑布图、热力图、矩形数图等等。虽然在这些可视化图表当中，有不少都可以通过Excel制作完成，但今天的数据可视化其作用除了基础的数据展示与分析，与此同时，我们对于可视化的效果呈现也提出了更高的要求。万博思图通过长期的可视化定制项目经验，积累了大量精美的可视化基础图表、3D图表以及满足不同展示需求的特殊图表。数据体量越来越庞大、意义越来越重要，因此，也只有应用场景更广泛、呈现效果更美观的可视化图表方可匹配数据价值。 | 
发表于 2019-2-15 19:30:03
