图表”数据可视化”可以帮助用户理解数据，一直是热门方向。 图表是”数据可视化”的常用手段，其中又以基本图表—-柱状图、折线图、饼图等等—-最为常用。 用户非常熟悉这些图表，但如果被问道，它们的特点是什么，最适用怎样的场合（数据集）？恐怕答得上来的人就不多了。

条形图 bar chart

条形图是最常见的图表，也最容易解读。 条形图位居最常见数据可视化方式之列。为什么？利用条形图，可迅速做出比较，一目了然地 揭示高低点。如果数值数据能够顺畅归入不同类别，那么条形图就尤为有效，便于您快速看 清数据中显示的趋势。它的适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较。 年销售额就是二维数据，”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。 条形图利用柱子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果非常好。 条形图的局限在于只适用中小规模的数据集。 通常来说，条形图的X轴是时间维，用户习惯性认为存在时间趋势。如果遇到X轴不是时间维的情况，建议用颜色区分每根柱子，改变用户对时间趋势的关注。

使用情况：跨类别比较数据。示例：不同尺寸衬衫的量、按来源站点划分的网站流量、按分区划分 的消费比率。

折线图 line chart

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。 它还适合多个二维数据集的比较。 和条形图和饼图一样，折线图也是最常用的一种图表类型。折线图可连接各个单独的数 值数据点。结果就是可视化数值序列简单、直接的方式。其主要用途就是显示一段时间 内的趋势。

使用情况：查看数据中随时间推移的趋势。例如：五年期的股价变化、一个月内的网页查看数、逐季收入 增长情况。

饼图 pie chart

饼图是一种应该避免使用的图表，因为肉眼对面积大小不敏感。 饼图应该用来显示信息的相对比率（或百分率），仅此而已。但饼图往往遭到无节制的 滥用，置这一建议的限定情境于不顾。结果就是，饼图是误用最多的图表类型。 如果要比较数据，请让条形图或堆积条形图担当此任。请勿要求看图人把扇形边转换成相关数据 或者在饼图间相互比较。数据关键点将错失，看图人不得不非常费力。 一般情况下，总是应该用柱状图替代饼图。但是有一个例外，就是反映某个部分占整体的比重，比如贫穷人口占总人口的百分比

使用情况：显示比率。例如：花费在不同部门的预算、对调查的回答类别、美国人度过休闲时光方式的 细分情况。

地图 map chart

一切和空间属性有关的分析都可以用到地理图。比如各地区销量，或者某商业区域店铺密集度等。 地理图一定需要用到坐标维度。可以是经纬度、也可以是地域名称(上海市、北京市)。 坐标粒度即能细到具体某条街道，也能宽到世界各国范围。 无论是邮政编码、州简称、国名，还是自定义地理编码，有任意一种位置数据的情况 下，您都需要在地图上查看数据。没有地图（或者说 GPS）的情况下，您不会离开家找 新餐馆吧？因此，要从数据获取同样信息丰富的图景。

使用情况：显示地理编码数据。示例：按州划分的保险索赔、按国家划分的出口目的地、按邮政编码划 分的车祸、自定义销售区域。

散点图 Scatter chart

散点图适用于三维数据集，但其中只有两维需要比较。 想要再深入挖掘一些数据，但不确定不同信息的关联方式，或者是否有关联。散布图是 大概了解趋势、集中度、极端数值的有效方式，可指导您应该进一步把考察工作着重在 哪一方面。 为了识别第三维，可以为每个点加上文字标示，或者不同颜色。

使用情况：考察不同变量之间的关系。示例：男女在不同年龄得肺癌可能性的比较情况、技术较早与较 晚接纳者的智能手机购买模式、不同地区不同产品类别的配送成本。

甘特图 Gantt chart

甘特图对于说明项目各元素的起始与终止日期效果非常好。符合实现对于项目的成功非常重要。 清楚看到需要完成的内容和截止时间，对实现这一点非常关键。这就是该用到甘特图的时候了。 尽管大部分人把甘特图与项目管理联系到一起，它们还能用来理解随时间推移人员或机器的变化 情况。举例来说，您可以用甘特图进行资源规划，以查看达到具体里程碑需要多久，例如认证级别、 随时间推移的分布情况等。

使用情况：1.显示项目进度。例如：说明关键可交付成果、所有者、截止期限。 2.显示随时间推移的其他事物使用事项。例如：机器使用的持续时间、团队成员有空与否。

气泡图 Bubble chart

气泡图是散点图的一种变体，通过每个点的面积大小，反映第三维。 因为用户不善于判断面积大小，所以气泡图只适用不要求精确辨识第三维的场合。 如果为气泡加上不同颜色（或文字标签），气泡图就可用来表达四维数据。 气泡图不是自成一类的可视化，而应视为强调散布图或地图上数据的手段。气泡图不是 自成一类的可视化，而应视为强调散布图或地图上数据的手段。我们使用旗袍的原因是 圆圈的不同大小揭示数据的意义。

使用情况：显示数据沿两个轴的集中度。例如：按产品和地理划分的销售集中情况、按院系和一天中时 间段划分的课程出勤情况。

直方图 histogram chart

希望查看数据的跨组分布情况时使用直方图。举例来说，您有 100 只南瓜，希望了解有多少只 是 2 磅或以下，多少只 3 到 5 磅，多少只 6 到 10 磅等等。把数据分组到这些类别中，然后 然后使用直条形沿一根轴标绘，就能看到南瓜的重量分布情况。在以上过程中，直方图也就创建 了出来。 有时候，您不必知道哪种归类方法对数据有意义。您可以使用直方图尝试不同方法，确保创建的 组大小均衡，与分析相关。

使用情况：了解数据的分布情况。示例：按公司大小划分的客户数量、学生的考试成绩、产品缺陷频率

靶心图 bullet chart

设定了目标并希望参照目标跟踪进展时，靶心图就是理想之选。就其核心而言，靶心图是另一种 形式的条形图。其设计宗旨是替代仪表板量具、仪表和温度计。为什么？因为这些图像一般不能显 示足够的信息，并且需要占用宝贵的仪表板空间。 靶心图将主要度量值（比如年初迄今收入）与一个或多个其他度量值（比如年收入目标）比较，并 且以明确的绩效指标为背景（例如销售配额），呈现比较情况。通过靶心图可立即看清主要度量 值相对于总体目标的表现情况（例如某个销售代表距离完成年度配额还有多少）。

使用情况：参照目标评估指标表现。例如：销售配额评估、实际花费与预算的比较情况、绩效优劣范围（ 优/良/差）。

突出显示表 highlight chart

突出显示表让热点图更进一步。除了用色彩显示数据的交叉情况外，突出显示表还在上方 添加数字，提供更多详细信息。

使用情况：提供热点图相关详细信息。例如：不同细分市场占总体市场比例、按特定地区中代表划分的 销售数字、不同年份中的 城市人口。

树形图 tree chart

是否希望一目了然看清您的数据，发现不同部分与整体的关系？那么，树形图就非常适合您。 这些图表使用一系列的矩形，嵌套在其他矩形内，以相对于整体的比例显示分层数据。 顾名思义，把这种图表中的数据想成一棵树：每根树枝都赋予一个矩形，代表其包含的数据量。 每一矩形再细分为更小的矩形（或者分枝），仍然以其相对于整体的比例为依据。通过各个矩形 的大小和色彩，您往往可以在数据的各个部分（甚至是类别）间看到某些模式，例如某个特定项 目是否相关。树形图还能有效利用空间，便于您一目了然地看到整个数据集。

使用情况：以相对于整体的比例显示分层数据：例如：各个电脑主机的存储空间使用情况，管理技术支 持案例的数量与优先级，比较各年份之间的财务预算。

箱形图 tree chart

箱线图一般人了解的不多，它能准确地反映数据维度的离散(最大数、最小数、中位数、四分数)情况。 凡是离散的数据都适用箱线图。 绘制箱线图，新人需要了解统计的基础概念：最大值，最小值，中位数，四分位数。这个会在后续讲解。 是否希望一目了然看清您的数据，发现不同部分与整体的关系？那么，树形图就非常适合您。 这些图表使用一系列的矩形，嵌套在其他矩形内，以相对于整体的比例显示分层数据。 顾名思义，把这种图表中的数据想成一棵树：每根树枝都赋予一个矩形，代表其包含的数据量。 每一矩形再细分为更小的矩形（或者分枝），仍然以其相对于整体的比例为依据。通过各个矩形 的大小和色彩，您往往可以在数据的各个部分（甚至是类别）间看到某些模式，例如某个特定项 目是否相关。树形图还能有效利用空间，便于您一目了然地看到整个数据集。

使用情况：显示一组数据的分布情况：例如：一目了然地理解数据，查看数据如何向某一段偏斜，查看数 据中的异常值。

热点图 heat chart

热力图需要位置信息，比如经纬度坐标，或者屏幕位置坐标。 热点图是使用色彩跨两个类别比较数据的理想方式。作用是快速看清两个类别的交集哪 里最强，哪里最弱。

使用情况：显示两种因素间的关系。例如：目标市场客户群分析、跨区域产品采用情况、按个人代表划分 的销售线索。