17个常用经典数据可视化图表与冷门图表

数据可视化是创建信息图形表示的过程。随着可视化技术的飞速发展，可以利用强大的可视化工具选择合适的数据可视化图表来展示数据。以下专业人士都应该知道的一些最重要的数据可视化图表。

常见数据可视化图表

饼图

饼图是最常见和最基本的数据可视化图表之一。饼图非常适合说明比例或部分与整体的比较。

由于饼图相对简单且易于理解，因此它们最适合可能不熟悉信息或仅对关键要点感兴趣的受众。对于需要对数据进行更全面解释的阅读者来说，饼图在显示复杂信息方面存在不足。

条形图

条形图是另一种常用且易于使用的数据可视化图表。在这种类型的可视化中，图表的一个轴显示要比较的类别，另一个轴显示测量值。条形图的长度表示每个组如何根据该值进行测量。

一个缺点是，当包含太多类别时，标签和清晰度可能会成为问题。与饼图一样，对于更复杂的数据集来说，它们也可能过于简单。

直方图

与条形图不同，直方图说明了数据在连续间隔或定义时间段内的分布。这些可视化有助于确定值集中的位置，以及存在间隙或异常值的位置。

直方图对于显示特定事件的频率特别有用。例如，如果您想显示您的网站在过去一周内每天收到的点击次数，您可以使用直方图。通过此可视化，您可以快速确定您的网站在哪几天的点击次数最多和最少。

甘特图

甘特图在项目管理中特别常见，因为它们可用于说明项目时间表或任务进度。在这种类型的图表中，要执行的任务列在纵轴上，时间间隔列在横轴上。图表正文中的水平条表示每个活动的持续时间。

利用甘特图显示时间表非常有用，并使团队成员能够跟踪项目的各个方面。即使您不是项目管理专业人士，熟悉甘特图也可以帮助您保持井井有条。

热图

热图是一种可视化类型，用于通过颜色变化来显示数据差异。这些图表使用颜色来传达值，使查看者能够轻松快速地识别趋势。为了使用户成功阅读和解释热图，必须有一个清晰的图例。

热图有许多可能的应用。例如，如果要分析零售店在一天中的哪个时间销售额最高，则可以使用在纵轴上显示星期几，在横轴上显示一天中的时间的热图。然后，通过在矩阵中使用与一天中每个时间的销售数量相对应的颜色进行阴影处理，您可以识别数据中的趋势，从而确定您的商店经历最多销售的确切时间。

箱须图

箱须图通过其四分位数提供数据的可视化摘要。首先，从数据集的第一个四分位数到第三个四分位数绘制一个框。框中的一条线表示中位数。然后绘制“胡须”或线条，从盒子延伸到最小值（下极值）和最大值（上限）。异常值由与晶须对齐的单个点表示。

这种类型的图表有助于快速识别数据是对称的还是倾斜的，以及提供易于解释的数据集的可视化摘要。

瀑布图

瀑布图是一种可视化表示形式，用于说明值在受不同因素（如时间）影响时如何变化。此图表的主要目标是向查看者展示值在定义的时间段内是如何增长或下降的。例如，瀑布图在显示一段时间内的支出或收入方面很受欢迎。

面积图

面积图是基本折线图的变体，其中折线图下方的区域被阴影化以表示每个数据点的总值。当必须在同一图形上比较多个数据系列时，将使用堆积面积图。

这种数据可视化方法可用于显示一个或多个量随时间的变化，以及显示每个量如何组合构成整体。堆积面积图可以有效地显示部分与整体的比较。

散点图

散点图显示两个变量的数据，由沿水平轴和垂直轴绘制的点表示。这种类型的数据可视化可用于说明变量之间存在的关系，并可用于识别数据中的趋势或相关性。

散点图对于相当大的数据集最有效，因为当存在更多数据点时，通常更容易识别趋势。此外，数据点组合在一起越紧密，相关性或趋势往往越强。

象形图

象形图对于以更直观和引人入胜的方式呈现简单数据特别有用。这些图表使用图标来可视化数据，每个图标表示不同的值或类别。例如，有关时间的数据可能由时钟或手表的图标表示。每个图标可以对应单个单位或一组单位（例如，每个图标代表 100 个单位）。

除了使数据更具吸引力外，象形图在语言或文化差异可能成为受众理解数据的障碍的情况下也很有帮助。

时间轴

时间轴是按时间顺序可视化事件序列的最有效方法。它们通常是线性的，沿轴勾勒出关键事件。时间轴用于传达与时间相关的信息并显示历史数据。

时间轴允许您突出显示已发生或将来需要发生的最重要的事件，并使查看者能够轻松识别所选时间段内出现的任何模式。虽然时间轴通常是相对简单的线性可视化，但可以通过添加图像、颜色、字体和装饰形状来使它们更具视觉吸引力。

突出显示表

突出显示表是比传统表更具吸引力的替代方案。通过使用颜色突出显示表格中的单元格，您可以让查看者更轻松地快速发现数据中的趋势和模式。这些可视化效果对于比较分类数据非常有用。

项目符号图

项目符号图是一种旨在根据目标值和范围进行基准测试的图表。这是一个非常节省空间的图表，主要用于显示性能数据。从视觉上看，项目符号图类似于条形图/柱形图和进度条的组合。结果显示在单个条形或列中。范围栏是根据比较所基于的类别中的值（例如竞争对手的销售数据）构建的。然后将所有这些值划分为一定数量的子范围（在大多数情况下是四分位数）。目标显示目标值。条形图显示实际数字。

分区统计图

分区统计图使用颜色、阴影和其他模式来可视化各个地理区域的数值。这些可视化效果使用光谱上的颜色（或阴影）级数来区分高值和低值。

分区统计图允许查看者查看变量如何从一个区域变化到另一个区域。这种类型的可视化的一个潜在缺点是，精确的数值不容易获得，因为颜色表示一系列值。但是，某些数据可视化工具允许您向地图添加交互性，以便可以访问确切的值。

词云

词云或标签云是文本数据的可视化表示形式，其中单词的大小与其频率成正比。特定单词在数据集中出现的频率越高，它在可视化效果中显示的次数就越大。除了大小之外，单词通常看起来更粗或遵循特定的配色方案，具体取决于它们的频率。

词云通常用于网站和博客，以识别重要的关键字并比较两个来源之间文本数据的差异。它们在分析定性数据集时也很有用，例如消费者用来描述产品的特定词语。

网络图

网络图是一种数据可视化类型，用于表示定性数据点之间的关系。这些可视化由节点和链接（也称为边）组成。节点是通过边连接到其他节点的单数数据点，显示多个节点之间的关系。

网络图有许多用例，包括描绘社交网络、突出显示组织中员工之间的关系或可视化跨地理区域的产品销售。

相关矩阵

相关矩阵是显示变量之间相关系数的表。每个单元格表示两个变量之间的关系，色阶用于传达变量是否相关以及在多大程度上相关。

相关矩阵可用于汇总和查找大型数据集中的模式。在商业中，相关矩阵可用于分析有关特定产品的不同数据点的关联方式，例如价格、广告支出、发布日期等。

其他数据可视化图表

虽然上面列出的示例是一些最常用的图表，但还有许多其他方法可以可视化数据以成为更有效的沟通者。其他一些数据可视化选项包括：

• 气泡云
• 圆圈视图
• 树状图
• 点分布图
• K线图
• 极地地区
• 径向树
• 环形图
• 桑基图
• 跨度图
• 流图
• 树状图
• 楔形堆栈图
• 小提琴图

数据可视化工具软件

数据可视化工具 SovitChart 是新一代数据可视化设计开发平台，提供丰富的模板组件，拖拽式自由布局，全局图形化编辑，5分钟快速搭建数据可视化页面。可用来制作可视化大屏、数据仪表盘、领导驾驶舱等常用的可视化Web页面，还可以用于项目案例、动态原型、系统演示等的快速制作。SovitChart可视化平台支持多种数据源配置，轻松实现动态数据可视化。

以上就是关于数据可视化常用可视化图表的全部内容，选择合适的工具及合适的图表，才能更好的表达出数据隐藏的价值。