用一篇文章，帮你快速了解常见的数据可视化图表类型

一、什么是数据可视化

在回答这个问题之前。首先看一个问题：

1. 数据可视化有哪些应用场景

数据可视化大屏幕，以及 PC 后台数据概览（不局限于 CRM、教育业务、金融业务，基本后台业务需要数据概览，都可以搭建）；甚至 C 端的游戏 UI 也包括（中间的六边形叫做雷达图），豆瓣评分的条形图；

还有记账、金融、理财、直播数据、疫情地图等。

数据可视化就是将不可见的数据转化为可见的图形符号，从中发现规律和特征，以获取更多的信息和价值。

相关干货：

2. 数据可视化有哪些优点？

1. 简洁直观：一张图可能对标一个复杂庞大的数据表格
2. 容易理解和记忆：人类右脑记忆图像的速度比左脑记忆抽象的文字快 100 万倍
3. 传递信息更丰富：让数据“说话”，传递有价值的信息。

确定业务目标，一般是 PM 给到的，之后确立指标分析维度，然后选定可视化图表类型，后面就是视觉效果的内容。本文主要聚焦“确定指标分析维度”以及“选定可视化图表类型”

可视化图表维度：横看成岭侧成峰。同一个指标数据，偏比较维度的，偏构成维度的，从不同维度分析就有不同结果。

二、比较类图表

下文的所有的图表均通过案例，抛开纯理论性内容，基于实际业务情况出发。

1. 柱状图

柱状图：用于描述分类数据之间的对比，十分通用

使用情景：相比较 2019 年广东、浙江、江苏、湖南、福建五个省份的营业额差距，用柱状图

使用说明：

1. 分类不局限于地区、品类，可以是一个时间周期
2. 数量应控制在 5-12 条最佳，如果超出 12 条，易读性、简洁直观性就不那么强了

可不可以用饼图呢？

不可以，因为饼图更容易读取部分占总和的比例，柱状图，更容易读取数值之间的大小。

2. 条形图

条形图：柱状图跟条形图的本质是一样的，都是比较数字大小，只是交换了 XY 轴的位置

使用场景：相比较福建省 top15 的门店营业额多少，产品提出平时在手机端查看数据较多

使用说明：

1. 当条目较多大于 12 条，以及屏幕更多是竖长的时候，例如手机端，或者大屏的一侧的时候，柱状图会显得拥挤不堪 ，更适合条形图。
2. 多用于 top 排行或分类名称较长的情况。
3. 数量一般不超过 30 条，否则容易带来视觉和记忆负担。

3. 柱形图与条形图使用注意事项

①柱状图和条形图使用过程中要尽量避免圆角，因为可视化很重要的使命是准确，大圆角不易识别。

②Y 轴要从零开始，为什么要从零开始呢，以下图为例，假如你做了这份报表给领导，领导会误认为左边涨势喜人，可真的从零开始，实际上涨势偏于平缓。从零开始，能暴露数据的真实问题。

③名称较长的时候，优先用条形图

4. 折线图

折线图：横轴为连续类别（如时间）且注重变化趋势时候，适用折线图

使用场景：想查看今年 5 月份单日营业额情况，并且对走势做分析

使用说明：

1. 横轴如果不是表示连续数值，折线图的意义不大
2. 数量一般 不少于 3 天，否则用柱状图更合适

5. 面积图

面积图：折线表示走势，面积表示营业额

使用场景：想查看今年 3 月份和去年 3 月每日营业额走势，同时对整月营业额做个对比

使用说明：

1. 随时间的变化趋势和累积的值，适用面积图
2. 面积图如果要有意义，横轴同样需要表示连续数值

6. 折线图与面积图使用注意事项

①要保证横轴一定要连续的，才有意义

②1 月份的仓库货量，五个月的仓库货量都加起来数据并没有意义。假如把仓库货量改成仓库净货量，面积图数据就存在意义了。第二个图正确的原因是在做视觉设计的时候，希望数据展现的不那么单薄，常常会加个渐变，看起来更有体积感，但是别做成面积图。

7. 分组条形图

分组条形图：也可以叫分组柱状图，可以从多个维度去对比

使用说明：相比较当月广州 4 个门店，服装、鞋子带来的营业额有多少

8. 双向条形图

使用场景：相比较当月福建省 5 个门店，收入支出情况分别是多少？

使用说明：

1. 适用于两组以上分类数据的比较。负值概念表现的更强一些。
2. 不要忘记图例，可以用颜色或者填充的不同
3. 组内的二级分类不要超过 3 个

9. 南丁格尔玫瑰图

玫瑰图：与柱状图很像，把柱状图的横坐标变成极坐标围起来也就是玫瑰图。玫瑰图的每个角度都是等分的。玫瑰图映射到数据上，比较的是扇形的半径。

使用场景：想回报福建 8 个门店的营业额，回报过程中，想再视觉效果上夸大一下门店之间的差距。

使用说明：

1. 玫瑰图是有几个数据就把圆几等份，对应数据大小绘制不同长度的半径。
2. 一种圆形的直方图，使用半径长短表示数值大小。
3. 由于面积等于半径的平方，玫瑰图会将数值之间的差异放大
4. 玫瑰图不能用于表示占比构成
5. 一般不超过 30 条，否则容易带来视觉记忆负担。

10. 雷达图

雷达图：常用于多维的性能数据，如综合评分

使用场景：想要根据商场的综合评分，看下这款连衣裙的顾客反馈

使用说明：

1. 指标得分接近圆心，说明处于较差状态，应分析改进。指标得分接近外边线，说明处于理想状态。
2. 数量控制在 5-8 个最佳

11. 子弹图

子弹图：对比分类数据的数值大小以及是否达标

使用场景：广州市 5 个门店都制定了相应的营业额目标，广州区经历想要查看目前的进度情况

实用说明：

1. 可以通过标记刻度区间，来进行更好的评估
2. 数量控制在 10 个以内

12. 漏斗图

漏斗图：适用于业务流程比较规范、周期长、环节多的单流程单向分享

使用场景：想要了解网上商城，顾客从浏览商城到交易成功的一个层层转化情况

使用说明：绘制时候必须是直线，不可能为曲线。直线的倾斜程度表示转化率

不适合表达无逻辑顺序的分类对比。

13.使用注意事项

要保证路径唯一 单流程，右图办理会员人数大于到店客户是不合理的，可能会有线上用户办理会员，导致办理会员人数多于到店人数。这个时候线上 线下区分两个图表达。

14. 阶段小结

比较类图标，用的最作的就是柱状图，分组比较多的用条形图，表示性能的用雷达图。想凸显差距用玫瑰图。基于时间 X 轴连续的变化趋势类的用折线图，基于业务流程的用漏斗图，基于目标用子弹图。

三、构成类图表

1. 饼图

饼图：表示不同分类的占比情况，整个圆饼代表数据的综合

使用场景：想看 2019 年广东营业额构成情况

使用说明：通过角度或弧长大小来对比各种分类，分类数量不超过 9 个

2. 环图

环图：本质是饼图中间区域挖空，但是环图的降噪感会比饼图好的多

使用场景：与饼图一样

使用说明：

1. 饼图的整体性太强， 我们会将注意力更多集中在扇形面积上，环图则可以很好的避免这个问题。
2. 建议分类数量不超过 9 个

3. 图表使用对比

top5 只是数据的一部分，并不是总和。如果在环图加一项「其他」也是可以的

4. 旭日图

旭日图：适合展示多层级数据的占比关系

使用场景：想查看广东省营业额构成，同时关注深圳市几个门店的营业额构成

使用说明：

1. 旭日图是多张饼图的集合
2. 离圆心越近，代表层级越高
3. 下一层级的综合构成上一层级

5. 堆叠面积图

堆叠面积图：除了表达趋势外，也表达了营业额的总和

使用场景：查看 5 年来深圳时营业额总体趋势和 4 个门店的构成情况

使用说明：分类指标的纵轴起点，并不是从 0 开始，而是在上一个分类基础上叠加

6. 堆叠柱状图

堆叠柱状图：表达一级分类的比较，以及二级分类的占比构成

使用场景：比较 5 年来深圳时营业额总体趋势和 4 个门店的构成情况

使用说明：二级分类并不是按照同一基准线对齐的

7. 瀑布图

瀑布图：用于表达两个数值之间的变化过程

使用场景：想查看 2019 年深圳时经营收支情况

使用说明：过程值为正的时候向上加；过程值为负的时候向下减；

8. 阶段小结

如果想表达的数据只有一级分类，就选择饼图以及环图。优先选择环图，适用范围更广，视觉的降噪感会更强。涉及到多级分类，用旭日图。旭日图是可以结合业务需求无限往下细分的。如果 X 轴是连续的，且为了看数据构成同时看变化趋势，选择堆叠面积图。如果 X 轴不连续，多个维度的构成且看趋势选择。

四、分布与联系

1. 基于地图的热力图

热力图：用颜色深浅表示数字区间。由于颜色有规律的心智模型是不可以调换位置。也可以用色相的冷暖来做区分。

使用场景：查看全国各地的门店数量

使用说明：地图可以结合多种不同的可视化方式；位置坐标更精确。

2. 散点图

散点图：表达树枝在两个标量之间的分布情况

使用场景：想查看今年的单品成本和收入分布情况

使用说明：可以结合颜色来标记不同的类别；每一个圆点代表一个单品

在散点图基础之上，气泡图圆形表示的销量，面积表示销量大小。

五、数据可视化使用目标

使用目标：让用户用最短的时间，了解到数据带来的信息

每种图标都有优先和局限性，选择最合适的图标，必要时可以组合使用

从需求和目标出发，不要盲目的增加删减元素，实用性大于美观。