数据可视化分类/表现形式

指标卡：直观展示具体数据和同环比情况；

image

计量图/仪表盘：直观显示数据完成的进度；

image

折线图：看数据的变动走势；

image

柱状图：直观展示对应的数据、可以对比多维度的数值；

image

image

（堆积柱状图）

条形图：可以理解成横向的柱状图；

image

双轴图：柱状图+折线图，这种图表大家都很经常用到；

image

image

饼图/环图：分析数据所占比例；

image

行政地图：有省份或者城市数据即可；

image

GIS地图：更精准的经纬度地图，需要有经纬度数据，可以精确到乡镇等小粒度的区域，参考链接：经纬度可视化地图

image

image

漏斗图：路径、数据转化情况；

image

词云：即标签云，展示词频分布，率、；

image

矩形树图：分析不同维度数据的占比分布情

image

作者：小草莓
链接：https://www.zhihu.com/question/26685414/answer/113122938
来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

旭日图：表达清晰的层级和归属关系

旭日图（Sunburst Chart）是一种现代饼图，它超越传统的饼图和环图，能表达清晰的层级和归属关系，以父子层次结构来显示数据构成情况。旭日图中，离远点越近表示级别越高，相邻两层中，是内层包含外层的关系。

image.png

平行坐标系

在 ECharts 中平行坐标系（parallel）是一种常用的可视化高维数据的图表。平行坐标系的具有良好的数学基础， 其射影几何解释和对偶特性使它很适合用于可视化数据分析。

例如以下数据中，每一行是一个『数据项』，每一列属于一个『维度』。（例如上面数据每一列的含义分别是：『日期』,『AQI指数』, 『PM2.5』, 『PM10』, 『一氧化碳值』, 『二氧化氮值』, 『二氧化硫值』）。

平行坐标系适用于对这种多维数据进行可视化分析。每一个维度（每一列）对应一个坐标轴，每一个『数据项』是一条线，贯穿多个坐标轴。在坐标轴上，可以进行数据选取等操作。

image.png

桑基图
桑基图（series[i]-sankey），也称桑基能量平衡图，具有特殊类型的流程图，它主要用来表示原材料、能量等如何从初始形式经过中间过程的加工、转化到达最终形式。以下是使用桑基图的一个实例，您可以参考它。

ECharts桑基图

漏斗图
在 ECharts 系列中，漏斗图使用 series[i]-funnel 表示。漏斗图适用于业务流程比较规范、周期长、环节多的流程分析，通过漏斗各环节业务数据的比较，能够直观地发现和说明问题所在。

ECharts漏斗图

象形柱图：PictorialBar

image.png

B.技术的发展已导致数据的大爆炸。这反过来又促使数据展示方式的激增。一般来说，大多数据可视化分为2种不同的类型：探索型和解释型。勘探类型帮助人们发现数据背后的故事，而解析数据方便给人们看。

此外，有不同的方法可用于创建这2种类型。最常见的数据可视化方法包括：

• 2D区域-此方法使用的地理空间数据可视化技术，往往涉及到事物特定表面上的位置。2D区域的数据可视化的例子包括点分布图，可以显示诸如在一定区域内犯罪情况。

image

• 时态-时态可视化是数据以线性的方式展示。最为关键的是时态数据可视化有一个起点和一个终点。时态可视化的一个例子可以是连接的散点图，显示诸如某些区域的温度信息。

image

• 多维-可以通过使用常用的多维方法来展示目前2维或高维度的数据。多维可视化的一个例子可能是一个饼图，它可以显示诸如政府开支。

image

• 分层-分层方法用于呈现多组数据。这些数据可视化通常展示的是大群体里面的小群体。分层数据可视化的例子包括一个树形图，可以显示语言组。

image

• 网络-在网络中展示数据间的关系,它是一种常见的展示大数据量的方法。

image