云图与豆瓣：深入理解数据可视化的分析应用

数据分析人工作中必不可免会涉及到可视化过程，数据可视化主要是借助图形化的方法，清晰有效地展示数据，让关系繁杂的数据变得一目了然，数据内在关系变得明确清晰。
那么，不同场景下该选择怎样的图形，进行数据信息的精准传达，达到数据可视化的目的呢？
下图是根据图表的特点，汇总出的思维导图，可以帮助大家快速匹配能够展现数据特点的图表类型哦~

我们根据所分析的数据之间的关系将图表分成了4种类型：
比较类–当数据里存在不同分类和不同时间时，可以选择比较类图表，通常使用图形长度、面积、颜色来比较不同分类间数值的大小，也有用宽度、位置、角度等；
构成类–主要用于展示数据的组成结构，可以用于显示同一维度上数据之间的占比关系；
分布类–显示频率，数据分散在一个区间或分组。使用图形的位置、大小、颜色的渐变程度来表现数据的分布，通常用于展示连续数据上数值的分布情况；
联系类–展示的是多维度数据之间的关系，例如数据的流向，常用层级或位置设置来展现，可以根据数据间的关系是基于流程或变量来选择不同图表。
如何选择图表要点
一是根据数据类型进行选择，不同的使用场景下，图表的选择也不同，只有使用正确的图表效果才能清晰表达出数据的含义。
二是取决于所需要重点展示的信息，以下面一组数据为例：

如果我们要观察近年各分公司成单量的排名时，我们需要表现分公司的成单数值差异效果。
当需要直观体现各分公司成单量所占总量的份额时，应该以分公司所表示的面积占总体面积的图表来表达占比情况。
要体现所有分公司成单量的发展趋势，那图表应该以年份时间为维度，成单总额为度量，通过图表的走势来体现变化趋势。
所以我们可以说，图表要想正确地表现数据信息，就应该优先强调所需展示的主题，来作为选择图表的关键。
下面简单介绍一下工作中常用的一些图表
柱状图

柱形图适于比较数据之间的多少，分为横向和纵向。另外，柱状图可以用来观察某一事件的变化趋势。如果将整体拆分可以做成堆积图，同时观察到部分所占比重及变化趋势。
气泡图

气泡图具有“比较”功能和“分布”功能。气泡图最基本的用法是使用三个值来确定每个数据序列，一个值作为横坐标，一个值作为纵坐标，一个值作为气泡面积大小。气泡图可以用于对多维度数据进行探索性分析，以分析数据之间的相关性。
雷达图

雷达图是以从同一点开始的轴上表示的三个或更多个定量变量的二维图表的形式显示多变量数据的图形方法。轴的相对位置和角度通常是无信息的。雷达图可以展示分析所得的数字或比率，能够一目了然地查看各类数据指标及数据变化趋势。
词云图

词云图是专门用于文本数据可视化的图表类型，展现文本信息，对出现频率较高的“关键词”予以视觉上的突出，比如用户画像的标签
饼图

饼图是一个划分为几个扇形的圆形统计图表，通常用来展现数据的分类和占比情况。
环形图

展现数据的分类和占比情况，相比饼图，环形图的可读性更高。
矩形树图

展现同一层级的不同分类的占比情况，还可显示同一个分类下子级的占比情况。
旭日图

旭日图是一种父子级构成类图表，通过环形嵌套，来表现数据间的构成和数据的大小关系。
散点图

散点图主要作用是判断两个变量（XY）之间的是否存在关系或者度量关系强弱。
漏斗图

漏斗图用来表示逐层筛选的过程，主要用于转化过程。
热力图

以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示。
本文讲了怎样选择可视化图表，包括一些常用图表的介绍，希望本文能够帮助小伙伴们在工作中更快选择合适的可视化图表~
如果你想了解更多数据分析相关知识的话，学习资料在这里都给大家整理好啦，扫描下方二维码即可免费领取资料哦~