数据分析 - 数据可视化图表 适用场景（学习笔记）

只有1个对象，1个指标，1个时间，也没有细分这10000元到底都花到哪里去了，这就属于典型的简单数据，这时候不用做可视化，直接展示出来就好了，多清晰。

简单的数据可视化

1.条形图

当对象从1个变成N个，这时候可以用条形图来展示。 

条形图很适合做多个对象之间的比较。

因为这种从上到下的陈列方式，很符合人们心中“皇榜”“赛马图”的格局，因此一看过去便知道高低，比直接陈列数字看的清楚。这就是数据可视化的第一个优势：清晰。

2.饼图

其他条件不变，要考虑一个指标的内部结构，这时候可以用饼图。比如光看消费1万，看起来很败家，可到底花到哪里了呢？如果在北上深这种高消费城市，日常生活都不止1万吧。所以得看看这一万块的构成，这就是内部结构了。

饼图很适合看内部结构组成。

因为切大饼的方法，很直观，能一眼看到占大头的是哪里。这就是数据可视化的第二个优势：直观。

3.柱状图

其他条件不变，要考虑一个指标的时间变化，这时候可以用柱状图。比如想知道是一直这么败家，还是偶尔剁剁手，光看一个月数据不行，还得多几个月。

结果看来只是双十一，双十二买的多。这就是数据可视化的第三个优势：发现规律。数据走势本身，能反应很多问题。

4.折线图

如果把时间再放长一点，条条数量更多，可能看不清楚，这时候可以用折线图，比如看过往2年的数据，这样至少有24个数，用折线图看的更清楚。时间拉长，看趋势会更清楚。这么看的话，人家只是618，双十一，双十二，过年的时候花的多吗！平时是个积极的吃土小能手。

5.雷达图

其他条件不变，要考虑多个指标的内部结构，这时候可以用雷达图。

但要注意，如果不同指标单位不一样，直接做雷达图会显得很奇怪，比如收入的单位是元，身高单位是厘米，颜值只能内心打分。这时候可以对每个指标，单独做评分或者做标准化处理，处理成统一的评分或者指数，再做雷达图。

复杂的数据可视化

如果用数据描述复杂的问题，对象，指标，时间，细分四个方面，就有两个方面及以上发生变化，做图就会复杂。

6. 散点图

比如，我们不单单想知道过去1年内每个月的消费，每个月的逛街次数，这两个孤立的数据。我们还想知道：是不是逛街越多，花钱就越多。这时候我们想发现的，是数据之间的相关关系，就可以做散点图。

这是数据可视化的第四个好处：方便。

7.堆积图

如果想观察一个指标在不同时间的结构变化，可以用堆积图。

堆积图在分析问题的时候，非常有用！比如从上图，能直接看出来，小熊妹消费额变化，主要是网购份额变化导致的，真是网购小能手！ 

同样的，如果想对比两个对象的结构变化，也用堆积图比较合适。相比饼图，堆积图在反应不同个体的差异的时候，看的更清楚。比如下图，是不是一眼能看出来，萱萱是个吃货呢。

如果想对比N个对象在不同时间的指标变化，可以用折线图。这种对比会衍生出一种方法：趋势分析法。如下图所示： 

如果想对比N个对象在N个指标的差异，可以用雷达图。如下图所示：

小结

反映内部结构：饼图、堆积图。

反映时间变化的：柱状图、折线图。 

反映排名顺序：条形图。

反映相关关系：散点图。

反映多个指标：雷达图。

例如，两个对象，N个时间做对比，有人做成如下图：

震惊了！从这张图，我们可以直观、清晰、明确的看出：“这位同学，你不会做数据图呀!”两个人比身高，不应该背靠背吗，为啥要叠罗汉呢……  

这才对嘛！

更复杂的问题：N个对象、N个指标、N个时间、还带细分的，该怎么做可视化。 

这时候一定得先把问题整理成清晰的，一个一个独立的，相对简单的小问题，再一个个讲哦。

补充说明 

柱状图

plt.bar(x,y) 比较、趋势、占比

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：

1）堆积柱状图。比较同类别各变量和不同类别变量总和差异。
2）百分比堆积柱状图。适合展示同类别的每个变量的比例。

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：

1）堆积条形图。比较同类别各变量和不同类别变量总和差异。
2）百分比堆积条形图。适合展示同类别的每个变量的比例。
3）双向柱状图。比较同类别的正反向数值差异。

折线图

data.plot()   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：

1）面积图。用面积展示数值大小。展示数量随时间变化的趋势。
2）堆积面积图。同类别各变量和不同类别变量总和差异。
3）百分比堆积面积图。比较同类别的各个变量的比例差异。

散点图

plt.scatter(x,y)   相关性、是否存在趋势，不同区域隐含的信息。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

plt.pie(x=sizes,labels=label) 体现占比关系，其他还有环形图、词云图、面积图、堆叠图。

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：

1）环形图。挖空的饼图，中间区域可以展现数据或者文本信息。
2）玫瑰饼图。对比不同类别的数值大小。
3）旭日图。展示父子层级的不同类别数据的占比。

热力图

使用颜色标识数据的大小差异，而非利用面积进行标注。

适合：可以直观清楚地看到页面上每一个区域的兴趣焦点。
局限：不适用于数值字段是汇总值，需要连续数值数据分布。

箱线图

plt.boxplot(data)  体现数据内部分部。中位数、上下四分之一位、最大值、最小值、异常值。

是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。

适用：用来展示一组数据分散情况，特别用于对几个样本的比较。
局限：对于大数据量，反应的形状信息更加模糊。

词云图

WordCloud 通过文本标签的体积大小，体现数值大小。面积代表数值大小。仅需类别数据和频数统计。

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。

适合：在大量文本中提取关键词。
局限：不适用于数据太少或数据区分度不大的文本。

雷达图

将多个分类的数据量映射到坐标轴上，对比某项目不同属性的特点。

适用：了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异。
局限：分类过多或变量过多，会比较混乱。