好用的數據可視化工具

如何針對不同的看數對象，讓其快速了解現狀？
如何通過演講匯報，讓講解更加簡潔生動？
如何通過數據分析，作出更好的業績？
如何通過數據分析，為領導們排憂解難？
這些是每個數據分析師在職場上遇到的常見問題，以及期望自我提升的地方。smartbi提供了多種圖形組件可用于數據分析，而數據分析的各類可視化圖表正是數據分析師們需要具備的基本知識，掌握每個圖表適用的場景，可使數據分析工作事半功倍。
今天小編為大家總結了12種常見可視化類別的用法與場景，希望在夯實數據分析的基礎、解決數據分析常見問題上對大家有所幫助。
01 柱狀圖
適用場景：適用場合是二維數據集（每個數據點包括兩個值x和y），但只有一個維度需要比較，多用于顯示一段時間內的數據變化或顯示各項之間的比較情況。
局限性：適用于中小規模的數據集。
優點：
能夠利用柱子的高度，反映數據的差異；
肉眼對高度差異很敏感，辨識效果非常好。
使用建議：通常來說，柱狀圖的x軸是時間維度，用戶習慣性認為存在時間發展趨勢。
如果遇到x軸不是時間維的情況，建議用顏色區分每根柱子，改變用戶對時間趨勢的關注。
02 條形圖
適用場景：二維數據集中有一個維度需要比較。
局限性：分類過多則無法展示數據特點。
優點：對各個時期或時點的數據有直接對比的作用，對其數值大小，一目了然。
03 折線圖
適用場景：用來觀察數據隨時間變化的趨勢或規律。數據在一個有序的因變量上的變化。特點是反應事物隨類別而變化的趨勢，可以清晰展現數據的增減趨勢、增減的速率、增減的規律、峰值等特征。
局限性：每張圖上不適合展示太多折線，否則會容易造成混亂和復雜。
優點：
折線圖適合二維的大數據集，尤其是那些趨勢比單個數據點更重要的場合；
適合多個二維數據集的比較。
04 餅圖
適用場景：適用于二維數據，關注簡單占比。
局限性：
不適合較大的數據集、較多分類的展現；
數據項中不能有負值；
肉眼對面積大小敏感，比如30%和35%在餅圖是難以分辨出區別的。
優點：適用于反映某個部分占整體的比重，比如貧窮人口占總人口的百分比。
使用建議：建議餅圖分類不超過5個，如果有多個占比小的分類，可以統一歸類成“其他”。
05 雷達圖
適用場景：適用于展現多維數據集，例如人、貨、場、財等多項指標，用于企業經營狀況，收益性、生產性、流動性、安全性和成長性等評價分析、或者對客戶或員工的評估分析等。
優點：優勢是可以同時展示多個指標，從而判斷值同一對象指標間的強弱或不同對象相同指標的對比，具有完整、清晰和直觀的優點。
使用建議：
雷達圖只有一個坐標軸，不可能同時顯示量綱不同的指標，所以在展示不同量綱或數量級的指標時，需要先去量綱，先標準化處理；
指標不能太多，一般4~8個；
比較的記錄條數不宜太多；
指標的排列順序可以按照值的大小順序或將相關性高的指標放在一起展示。
06 地圖
適用場景：用于展現數據和空間之間的關系。適合帶有地理位置信息的數據集展現，展現的通常是以某個地區為單位的匯總的連續信息。
局限性：
必須有地理信息；
地理面積大小和度量值無關，容易誤讀；
如果用行政氣泡圖，氣泡容易疊加。
優點：
和地圖向結合，對數據的地理分步顯示直觀；
可以通過顏色深淺、氣泡大小等容易判斷度量的大小。
07 漏斗圖
概念解釋：有多個梯形從上而下疊加而成。從上到下的項有邏輯上的順序關系，梯形面積表示某個業務量與上一個環節之間的差異。
適用場景：適用于業務流程比較規范、周期長、環節多的單流程單向分析。通過漏斗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。
使用建議：
漏斗圖總是開始于一個100%的數量，結束于一個較小的數量；
在開始和結束之間由n個流程環節組成，每個環節用一個梯形來表示；
梯形的上底寬度表示當前環節的輸入情況，下底表示當前環節的輸出，上底與下底之間的差異表現了在當前環節業務量的減小量，當前梯形邊的斜率表現了當前環節的減小率；
漏斗圖的所有環節的流量都應該使用同一個度量。
08 儀表板圖
概念解釋：像一個鐘表或者可讀盤，有刻度和指針，其中刻度表示度量，指針表示維度，指針角度表示數值，指針指向當前數值。
適用場景：管理報表或報告，直觀的表現出某個指標的進度或實際情況。
局限性：只能一個維度，指標也不宜過多，展示信息有限。
優點：適用于場景比較窄，主要用于進度或占比的展現。
使用建議：
適用于場景比較窄，主要用于進度或占比的展現；
只能一個維度，指標也不宜過多，展示信息有限。
09 散點圖
適用場景：主要解釋數據之間的規律，將數據以點的形式展現，以顯示變量間的相互關系或者影響程度，點的位置由變量的數值決定。
局限性：散點圖看上去比較亂，基本上只能看相關、分布和聚合，其他信息均不能很好展現。
優點：
可以展示數據的分布和聚合情況；
適合展示較大的數據集。
10 ?；鶊D
適用場景：主要解釋數據之間的規律。揭示數據復雜變化趨勢，可以一對多或者多對一；它常表示信息的變化和流動狀態。比如，用于電商與營銷有關的分析：分析購物網站中，哪些商品最暢銷或者哪一個時間段是訪問高峰。
局限性：
應用面很窄，只能顯示三級維度的流程數據；
對顯示的度量要求嚴格。
優點：
特別適合分析展現網站流量的運營數據；
顯示結果直觀，可以清晰的看到各個維度指標變化的情況；
支持以某個節點查看該節點所在流程的情況。
多講一點：?；鶊D主要由邊和節點組成，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，邊越寬標示數值越大。桑基圖的特點是“能量守恒”，數據從開始到結束，總量都保持不變。
11 詞云
適用場景：做用戶畫像，對用戶進行聚類，實現精細化營銷。適合用于描述網站上的關鍵字（即標簽），或可視化自由格式文本，可以對比文字的重要程度。其本質是點圖，是在相應坐標點繪制具有特定樣式的文字的結果。
局限性：
不適合展現數據太少的數據集；
不適展現區分度不大的數據，即無重點關鍵詞。
優點：
快速感知最突出的文字，或區別權重不同的文字；
可展示大量文本。
12 矩形樹圖
適用場景：適合展現具有層級關系的數據，能夠直觀體現同級之間的比較。比如各類電商的sku。
局限性：
不夠直觀、明確、不像樹圖那么清晰
分類占比太小時不容易排布
優點：
圖形更緊湊，同樣大小的畫布可以展現更多的信息；
可以展現類別間的權重。
以上，就是小編為大家整理的12種常見可視化，希望各位數據分析師能夠舉一反三，通過合適的圖表傳達出數據背后的含義，“讓數據更高效，讓圖表更直觀”。