各类图表模型(超全超实用)

讲解Excel的16种图表类型的“含义”，知道该怎么画图了！⼤家都知道，相同的数据，使⽤不同的图表进⾏体现，效果也会千差万别，那么我们应该如何正确选择，才能让图表的作⽤发挥到极致呢？1．柱形图柱形图是最常见的图表类型，它的适⽤场合是⼆维数据集（每个数据点包括两个值，即X和Y），但只有⼀个维度需要⽐较的情况。

例如，如下图所⽰的柱形图就表⽰了⼀组⼆维数据，【年份】和【销售额】就是它的两个维度，但只需要⽐较【销售额】这⼀个维度。

柱形图通常沿⽔平轴组织类别，⽽沿垂直轴组织数值，利⽤柱⼦的⾼度，反映数据的差异。

⼈类⾁眼对⾼度差异很敏感，辨识效果⾮常好，所以⾮常容易解读。

柱形图的局限在于只适⽤中⼩规模的数据集。

通常来说，柱形图⽤于显⽰⼀段时间内数据的变化，即柱形图的X轴是时间维的，⽤户习惯性认为存在时间趋势（但表现趋势并不是柱形图的重点）。

遇到X轴不是时间维的情况，如需要⽤柱形图来描述各项之间的⽐较情况，建议⽤颜⾊区分每根柱⼦，改变⽤户对时间趋势的关注。

如下图所⽰为7个不同类别数据的展⽰。

2．折线图折线图也是常见的图表类型，它是将同⼀数据系列的数据点在图上⽤直线连接起来，以等间隔显⽰数据的变化趋势，如下图所⽰。

折线图适合⼆维的⼤数据集，尤其是那些趋势⽐单个数据点更重要的场合。

折线图可以显⽰随时间⽽变化的连续数据（根据常⽤⽐例设置），它强调的是数据的时间性和变动率，因此⾮常适⽤于显⽰在相等时间间隔下数据的变化趋势。

在折线图中，类别数据沿⽔平轴均匀分布，所有的值数据沿垂直轴均匀分布。

折线图也适合多个⼆维数据集的⽐较，如下图所⽰为两个产品在同⼀时间内的销售情况⽐较。

不管是⽤于表现⼀组或多组数据的⼤⼩变化趋势，在折线图中数据的顺序都⾮常重要，通常数据之间有时间变化关系才会使⽤折线图。

3．饼图饼图虽然也是常⽤的图表类型，但在实际应⽤中应尽量避免使⽤饼图，因为⾁眼对⾯积的⼤⼩不敏感。

例如，对同⼀组数据使⽤饼图和柱形图来显⽰，效果如下图所⽰。

33种经典图表类型总结随着时代的发展，越来越多的数据量堆积，然而这些密密麻麻的数据的可读性较差并且毫无重点，而数据可视化更加直观有意义，更能帮助数据更易被人们理解和接受。

因此运用恰当的图表实现数据可视化非常重要，本文归结图表的特点，汇总出一张思维导图，帮助大家更快地选择展现数据特点的图表类型。

▲图表类型-思维指南接下来我将依次介绍常用图表类型，分析其适用场景和局限，从而帮助大家通过图表更加直观的传递所表达的信息。

1. 柱状图▲柱状图展示多个分类的数据变化和同类别各变量之间的比较情况。

适用：对比分类数据。

局限：分类过多则无法展示数据特点。

相似图表：堆积柱状图。

比较同类别各变量和不同类别变量总和差异。

百分比堆积柱状图。

适合展示同类别的每个变量的比例。

2.条形图▲条形图类似柱状图，只不过两根轴对调了一下。

适用：类别名称过长，将有大量空白位置标示每个类别的名称。

局限：分类过多则无法展示数据特点。

相似图表：堆积条形图。

比较同类别各变量和不同类别变量总和差异。

百分比堆积条形图。

适合展示同类别的每个变量的比例。

双向柱状图。

比较同类别的正反向数值差异。

3. 折线图▲折线图展示数据随时间或有序类别的波动情况的趋势变化。

适用：有序的类别，比如时间。

局限：无序的类别无法展示数据特点。

相似图表：面积图。

用面积展示数值大小。

展示数量随时间变化的趋势。

堆积面积图。

同类别各变量和不同类别变量总和差异。

▲柱线图[1]结合柱状图和折线图在同一个图表展现数据。

适用：要同时展现两个项目数据的特点。

局限：有柱状图和折线图两者的缺陷。

5. 散点图▲散点图用于发现各变量之间的关系。

适用：存在大量数据点，结果更精准，比如回归分析。

局限：数据量小的时候会比较混乱。

相似图表：气泡图。

用气泡代替散点图的数值点，面积大小代表数值大小。

▲饼图用来展示各类别占比，比如男女比例。

适用：了解数据的分布情况。

缺陷：分类过多，则扇形越小，无法展现图表。

相似图表：环形图。

整理了4大类22种图表，不用担心用错统计图表，分析不出东西了根据数据之间的关系，统计图表可被分为分成四个大类，你可根据自己的目的（即你想表达什么）来选择适合的图表，最后达到“一图胜千言”的效果。

•比较类：柱形图、对比柱形图、分组柱形图、堆积柱形图、分区折线图、雷达图、词云、聚合气泡图、玫瑰图•占比类：饼图、矩形块图、百分比堆积柱形图、多层饼图、仪表盘•趋势关联类：折线图、范围面积图、面积图、瀑布图•分布类：散点图、地图、热力区域图、漏斗图为了方便大家记住，我把每类的图表及优势场景，制作成了思维导图，大家可收藏以备不时之需思维导图可能会看不清，因此完整版的图表分类我会在底下再次说明，图表制作工具均为：FineBI评论并私信回复「BI」即可获取工具体验地址一、比较类1、对比柱形图简介：使用正向和反向的柱子显示类别之间的数值比较特点：用于展示包含相反含义的数据的对比，若不是相反含义的建议使用分组柱形图。

场景举例：美国大选选举「民主党democrat」与「共和党republican」在各州获得的票数对比。

2、分组柱形图简介：分组柱状图经常用于相同分组下，不同类数据的比较。

用柱子高度显示数值比较，用颜色来区分不同类的数据。

特点：相同分组下，数据的类别不能过多。

场景举例：对2018年第一季度每月饮料、日用品、零食的销售额作对比3、堆积柱形图简介：可以对分组总量进行对比，也可以查看每个分组包含的每个小分类的大小及占比，非常适合处理部分与整体的关系。

特点：适合展示总量大小，但不适合对不同分组下同个类别进行对比。

场景举例：对比周一至周日的访问量，并显示出每天用户从哪些渠道访问的数目和大致占比4、分区折线图简介：分区折线图能将多个指标分隔开，反映事物随时间变化的趋势特点：适合对比趋势，避免多个折线图交叉在一起。

场景举例：对比两个城市同一段时间的风速走势5、雷达图简介：雷达图又被叫做蜘蛛网图，它的每个变量都有一个从中心向外发射的轴线，所有的轴之间的夹角相等，同时每个轴有相同的刻度。

课时1：线图Line Graph描述线状图是用来显示定量值在一个连续时间间隔或时间跨度。

是最常用来显示趋势和关系(与其他行分组时)。

线形图帮助给一个“大画面”在一个区间,它开发了在此期间。

线图绘制首先绘制数据点在笛卡儿坐标网格,然后点之间的连接一条线。

通常,轴有一个量化值,而轴有一个类别或测序规模。

负值可以显示以下轴。

功能：样式，时间序列数字解析课时2：弧线图Arc Diagram描述：弧图是表示二维图表的另一种方法。

节点的地方沿着一条线/一维轴和弧是用来表示节点之间的连接。

圆弧线的厚度可以用来表示频率从源到目标节点。

弧图可用于发现数据中的同现。

弧图的缺点是它们不显示结构和节点间的连接以及2 d图表和太多的链接可以由于杂波图难以阅读。

功能：样式、关系课时3：面积图Area Graph描述面积图线图与线下填写特定的颜色或纹理。

区域图绘制首先绘制数据点在笛卡儿坐标网格,然后加入点之间的一条线,最后填写下面的空间完成的。

线图、区域图是用来显示发展的量化值在一个区间或时期。

他们是最常用的显示趋势和关系,而不是传达特定的值。

两个流行的变化区域图:分组andStacked区域图。

分组区域图从相同的零轴,堆积面积图每个数据系列开始从留下的前一个数据系列。

功能：关系、模式、时间序列数据解析课时4：条形图Bar Chart描述典型的条形图使用水平或垂直条形图(又名列图表)显示离散,类别之间的数值比较。

一个轴的图表显示了特定类别相比,和其他轴代表一个离散值。

条形图与柱状图是有区别的,因为他们不显示一段时间内连续变化。

条形图的离散数据分类数据和回答的问题”有多少在每个类别。

条形图的一个主要缺陷是当存在大量条形时候标签是个大问题。

功能：对比、关系、模式解析课时5：盒形图Box and Whisker Plot描述箱形图是一种方便的方法,可以直观地通过他们的四分位数显示组的数值数据。

通常他们也行扩展并行的盒子，表明变异性在上、下四分位数。

50张经典的数据分析图表1. 散点图(Scatter plot)散点图是用于研究两个变量之间关系的经典的和基本的图表。

如果数据中有多个组，则可能需要以不同颜色可视化每个组。

2. 带边界的气泡图(Bubble plot with Encircling)有时，您希望在边界内显示一组点以强调其重要性。

3. 带线性回归最佳拟合线的散点图 (Scatter plot with linear regression line of best fit)如果你想了解两个变量如何相互改变，那么最佳拟合线就是常用的方法。

下图显示了数据中各组之间最佳拟合线的差异。

针对每列绘制线性回归线：4. 抖动图 (Jittering with stripplot)通常，多个数据点具有完全相同的 X 和 Y 值。

结果，多个点绘制会重叠并隐藏。

为避免这种情况，请将数据点稍微抖动，以便您可以直观地看到它们。

5. 计数图 (Counts Plot)避免点重叠问题的另一个选择是增加点的大小，这取决于该点中有多少点。

因此，点的大小越大，其周围的点的集中度越高。

6. 边缘直方图 (Marginal Histogram)边缘直方图具有沿 X 和 Y 轴变量的直方图。

这用于可视化 X 和 Y 之间的关系以及单独的 X和 Y 的单变量分布。

这种图经常用于探索性数据分析(EDA)。

7. 边缘箱形图 (Marginal Boxplot)边缘箱图与边缘直方图具有相似的用途。

然而，箱线图有助于精确定位 X 和 Y 的中位数、第25和第75百分位数。

相关图用于直观地查看给定数据框(或二维数组)中所有可能的数值变量对之间的相关度量。

9. 矩阵图 (Pairwise Plot)矩阵图是探索性分析中的最爱，用于理解所有可能的数值变量对之间的关系。

它是双变量分析的必备工具。

偏差10. 发散型条形图 (Diverging Bars)如果您想根据单个指标查看项目的变化情况，并可视化此差异的顺序和数量，那么散型条形图 (Diverging Bars) 是一个很好的工具。