乐趣区

关于数据挖掘:纯干货教你在可视化分析中如何选择图形类型

在进行数据可视化剖析中,咱们能抉择的图表类型十分多,选对和选错类型对信息表白有很大的影响。在做图表之前须要理解每个图表的个性,并想分明:数据想要展现什么?想要表白什么?

随着数据可视化倒退以及根底图形的裁减,Smartbi 专家团基于上述思维导图整顿了一份“图形抉择决策树”供参考。

图:图形抉择决策树

咱们能够将数据的展现类型分成比拟、序列、形成、形容四种。

比拟

  1. 和指标的比拟,体现进度实现状况:能够抉择油量表、圆环百分比进度图,适宜在量化的状况下显示繁多的价值和衡量标准。
  1. 我的项目与我的项目间的比拟:

柱状图、条形图:实用于最根底的我的项目间比拟,绝对大小可进行准确比拟,当各类数据大小大致相同时,此类图更容易发现细小的差异。

雷达图:显示类别(我的项目)有三个或更多维度的变量比照状况,以及不同类别(我的项目)多个维度的变量差别。

词云图:用于显示文本数据,当大量文本数据显示时,应用相似云彩的图形来显示各种词汇,并依据显示数据的大小频率等设置最突出文字。能让人从大量的词语中让人一眼看到关键词。

树状图:比拟不同层级构造的值,以矩形显示层次结构级别中的比例,大小比拟视觉出现更直观。

热力求(基于笛卡尔坐标系):次要通过色彩体现数值的大小(两个维度),个别用于沉闷水平的体现, 能够直观分明地看到数据密集状况。

  1. 地区间数据比拟:能够抉择地图进行地区间的数据比拟,数据表达方式更为明确和直观。

序列

  1. 间断、有序的数据稳定:

折线图、面积图、柱状图:能很好地体现数据趋势,罕用于显示随工夫变动的数值。折线图、面积图有便于展现多个类别(我的项目)数据的趋势变动,不显得过于拥挤。

  1. 各阶段递加过程:

漏斗图可将数据出现为几个阶段,每个阶段的数据都是整体的一部分,从一个阶段到另一个阶段数据自上而下逐步降落,使整个过程更加直观清晰。

形成

  1. 占比形成:

可抉择饼图、环形图、南丁格尔玫瑰图,更直观地展示及比照各类数值占比状况。

  1. 多类别局部到整体:

沉积图、百分比沉积图:重叠柱状图能够显示多个局部到整体的关系;百分比沉积图重要突出各类别在整体中的散布状况。

  1. 展现各局部散布形成状况:

瀑布图:瀑布图个别有两个值,绝对值与相对值,通过这两个值联合的形式表能够剖析两个数据点之间数量的变动过程。

描述性统计

  1. 要害指标形容:

指标卡:突出展现最终后果和要害数据。

  1. 数据分组差别:

直方图:依据差别将数据进行分类,能够准确的把握差别。

  1. 数据扩散:

盒须图(箱型图):展现数据扩散状况,能够通过最小值、第一四分位、中位数、第三四分位与最大值来形容数据,特地实用于对多个样本的比拟。

  1. 数据相关性:

散点图、气泡图:能够辨认变量之间的相关性或通过观察来意识他们的关系(散点图 2 个变量、气泡图 3 个变量 ),发现某种趋势,对于查找异样值或了解数据分布也很无效。

  1. 数据关系:

关系图:示意人物或事物之间的关系。

退出移动版