这15种必备的可视化图表,是你升职加薪的利器!

数据可视化是一个沟通复杂信息的强大武器。通过可视化信息,我们的大脑能够更好地抓取和保存有效信息,增加信息的印象。但如果数据可视化做的较弱,反而会带来负面效果。错误的表达会损害数据的传播,完全曲解他们。

所以优秀的数据可视化依赖优异的设计,并非仅仅选择正确的图表模板那么简单。全在于以一种更加有助于理解和引导的方式去表达信息,尽可能减轻用户获 取信息的成本。

本文向大家推荐15种数据可视化的方法,教你打造升职加薪的可视化报表!

1. 柱状图(堆积柱状图、百分比堆积柱状图)

2. 条形图(堆积条形图、百分比堆积条形图)

3. 折线图

4. 数据地图(一共有6种类型)

5. 饼状图

6. 雷达图

7. 漏斗图

8. 词云

9. 散点图(气泡图)

10. 面积图(堆积面积图、百分比堆积面积图)

11. 计量图

12. 瀑布图

13. 桑基图

14. 旭日图

15、展示图

以上15种图表,完全能够满足日常工作的各种展示所需,学会它,领导再也不会说看不懂你的报表了。

1、柱状图

适用:场合是二维数据集,用于显示一段时间内的数据变化或显示各项之间的比较情况。适用于对比的数据,比如季度之间的关系,数据之间是有差异的。

优势:柱状图利用柱子的高度,反映数据的差异,肉眼对高度差异很敏感。

劣势:柱状图的局限在于只适用小规模的数据集(10个以内的对比)。

柱状图其他图表:堆积柱状图、百分比堆积柱状图

不但可以很直观的看出每个系列的值,还能够反映出系列的总和,尤其是当需要看某一单位的综合以及各系列值的比例时,最合适。

堆积柱状图

百分比堆积柱状图

2、条形图

适用:显示各个项目之间的对比情况,和柱状图类似。

优势:每个条都清晰表示数据,直观。

劣势:同柱状图一样,不适宜展示过多的项目数据。

其他图表:堆积条形图、百分比堆积条形图

堆积条形图

百分比堆积条形图

3、折线图

适用: 折线图仅适合二维的数据集,随着变量的变化,因变量也随之变化的展示。通常用来描述趋势的变化,横坐标一般为时间序列。

优势:直观的反应出数据变化的趋势。

4、地图

适用:有空间位置的数据集。可做区域、全国甚至全球的地图。

优劣势:仅涉及地理区域下适用。

面积图

气泡图

点状图

热力图

散点图

柱状/饼图/条形

5、饼状图

适用:显示各项目的大小/比例。适合简单的占比比例,在不要求数据精细的情况适用。

优势:展现数据的比例情况,适合各项占总体的大小比例。

劣势:不时精确的数值,仅显示占比情况。

6、雷达图

适用:雷达图适用于多维数据(四维以上),一般是用来表示某个数据字段的综合情况,数据点一般6个左右,不宜过多。

优势:主要用来了解公司各项数据指标的变动情形及其好坏趋向。

劣势:理解较困难。

7、漏斗图

适用:漏斗图多用于业务流程多的流程分析,显示各流程的转化率。多数为倒金字塔形状。

优势:在网站分析中,可用于转化率比较,不仅能展示用户从进入网站到实现购买的最终转化率,还可以展示每个步骤的转化率,能够直观地发现和说明问题所在。

劣势:单一漏斗图无法评价某个关键流程中各步骤转化率的好坏。

8、词云

适用: 显示词汇出现频率,可以用来做一些用户画像、用户标签的工作。

优势:很酷炫、很直观的图表。

劣势:使用场景单一,一般是用来做词频。

9、散点图

适用:显示若干数据系列中各数值之间的关系,类似XY轴,判断两变量之间是否存在某种关联。散点图还可以看出极值的分布情况。

优势:对于处理值的分布和数据点的分簇区域,散点图都很理想。如果数据集中包含非常多的点,那么散点图便是最佳图表类型。

劣势:在点状图中显示多个序列会看上去很混乱。

10、面积图

适用:表示数量随时间而变化的程度,也可用于引起人们对总值趋势的注意。

优势:可以看出各项目在同一时段的占比,随着时间的推移,也能很好的展现出来所占比例。

11、计量图

适用:大多用来显示完成进度。

优势:很直观展示项目的进度情况,相当于进度条。

劣势:场景比较单一。

12、瀑布图

适用:采用绝对值与相对值结合的方式,用于表达特定数值之间的数量变化关系,最终展示一个累计值。

优势:展示数据之间的演变过程,还可以展示数据是如何累计变化的。

13、桑基图

适用:一种特定类型的流程图,始末端的分支宽度总各相等,一个数据从始至终的流程很清晰,图中延伸的分支的宽度对应数据流量的大小,流量随着时间推移变化的情况,通常应用于能源、材料成分、金融等数据的可视化分析,应用较广。

14、旭日图

适用:清晰展示的层级和归属关系,以父子层次结构来显示数据构成情况。旭日图能便于细分追踪数据,通过分层占比情况真正了解数据的具体构成。

优势:分层看数据很直观,也可逐层下钻看数据。

15、展示图

当你展示数据报告时,每次都会用到多个图表,各种图表的结合效果图如下展示:

相信上述展示的15种可视化图表,可以轻松的解决你的日常所需。

转载请注明出处!欢迎关注本人简书!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容