人类是这个星球上最具创造力的物种之一,从古至今，从旧石器时代的洞穴壁画到现代艺术，令人难以忘怀的艺术形式多种多样。例如，比莫贝卡特石窟洞穴壁画为当时人们的生活提供了如此多的见解。视觉艺术的起源可以追溯到石器时代。

现在，作为第四代工业革命的一员，我们见证过了不同领域、不同形式的艺术和创造力，这里有各种工具和编程语言来拯救我们，以使用可视化艺术解决复杂的业务问题。现代企业使用各种可视化技术来理解数据并从中获得洞察力，从而做出数据驱动的业务决策。现在有很多可视化工具可用，例如 Tableau、Power BI、python、Smartbi 等等。在本文中，我们将使用Smartbi智分析介绍各种类型的图表。

数据可视化的必要性

当数据以简单的可视化的形式呈现时，数据便更具有意义并且更容易理解，因为人眼很难从原始数据中得出重要的信息。因此，数据可视化成为了解读数据最重要的方式之一。

各种类型的图表及其用途

1.条形图和柱形图

这是了解我们的定量领域在各种类别中的表现的最简单的图表之一，它用于比较。

 从上面的柱状图可以看出，技术类的销售额较高，办公用品的销售额最少。

上图是一个条形图，显示 L 类别的表现更好。

2.散点图和气泡图

散点图和气泡图帮助我们了解变量如何分布在所考虑的范围内。它可用于识别异常值的存在以及两个变量之间的关系。

我们可以看到，随着折扣的增加，利润也在减少。

上图是气泡图。

3.折线图

当必须呈现与时间相关的数据时，它是首选，它最适合分析趋势。

从上图中，我们可以看到销售额在几个月内呈上升趋势，但7月份突然下降，而 11 月份的销售额最高。

4.直方图

直方图是一种频率图，用于记录数据集中某个条目的出现次数，当您想了解某个系列的分布时，它很有用。

5.箱线图

箱线图可以有效地总结大数据的分布。他们使用百分位数来划分数据范围。这有助于我们了解低于或高于所选数据点的数据点。它帮助我们识别数据中的异常值。

箱线图将整个数据分为三类

* 中值——将数据分成相等的两半，取中间值。

*四分位距 – 即把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。

* 离群值 – 该数据存在明显差异并且位于箱线之外。

上图中的圆圈显示了异常值的存在。

6.环形图、饼图和堆积柱形图

当我们要查找数据的组成时，上述图表是最好的。

上面的圆环图显示了不同产品类别的销售构成。

上面的饼图显示了不同年份的销售额百分比。

上面堆叠的柱状图显示了两种产品在不同季度的销售情况。

7.热力地图

当我们想要检查变量之间是否存在相关性时，它是最优选的图表。

这里正值表示正相关，负值表示负相关。颜色表示相关的强度，颜色越深正相关越高，颜色越浅负相关越高。

使用 Smartbi智分析理解数据可视化 

智分析提供了各种图形以方便大家理解数据可视化，让我们开始进入可视化世界的旅程。

某公司是一家电商公司，销售不同种类的产品。让我们探索数据以找出其在一段时间内的销售额，哪个产品类别/子类别的销售额最高。

1、        我们先导入相关的Excel数据源

2、下一步是加载数据集，有了数据集，让我们开始去探索数据吧。

3、使用仪表盘，让便我们对数据集进行可视化的操作。

首先，探索近五年的销售额趋势情况，通过趋势图我们可以看到，2009年的销售额最高：

不同地区的销售额会有所不同。让我们来看看，地图可视化显示销售额最高的省份是广东：

销售数据中有很多大的产品类别，让我们看看不同的产品大类的表现如何。通过环形图我们可以看到，技术产品的销量最高，其次是家具产品等，办公用品的销量最差：

那么产品小类里哪个卖的最好呢？通过条形图并对销量进行排序，我们可以看出纸张的销量是最高的：

我们还可以通过更酷的词云图对产品小类的销量进行呈现：

对同类别的字段进行比较，柱形图是最好的选择了，从下图可以看出，中级客户的销售占比是最高的：

如果需要展示详细的明细数据，我们可以通过清单表的方式对明细表进行呈现：

因此，我们可以说可视化说了很多，它总会有一些故事可以讲述，这有助于企业做出数据驱动的决策。

结论

在本文中，我们讨论了各种图形及其用途。我们处理了一个数据集，以了解如何使用智分析来进行可视化的操作。因此，我们可以说，通过可视化，很容易破译数据中的隐藏模式或趋势。通过几个例子，我们看到图表有助于进行比较，最重要的是它很容易被理解。