你一定看过很多数据可视化示例。但是数据可视化是什么意思呢？是图形？是图表？还是仪表盘？这篇文章收集了关于数据可视化的一切，包括定义、重要性、基本类型。另外，我将介绍数据可视化中的前16种图表类型，并分析它们的应用场景，以帮助你快速选择图表类型。
1、什么是数据可视化？
2、为什么数据可视化很重要？
3、常用的五种数据可视化类型
4、选择合适的数据可视化类型并进行设计/5、如何设计好数据可视化？
1.什么是数据可视化？
简而言之，数据可视化是以图形方式呈现结构化或非结构化数据，从而将隐藏在数据中的信息直接呈现给人们。
但是有一个陷阱:它不仅仅是使用数据可视化工具将数据转化为图形。相反，它是从数据的角度看待世界。换句话说，数据可视化的对象是数据，把可视化作为探索世界的手段。
2.为什么数据可视化很重要？
如下图对比。
来自FineReport
数据可视化最大的重要性，在于它帮助人们更快地理解数据。寻找堆积如山的信息之间的联系并不容易，但图形和图表可以将无形的信息，转化为可见的图形符号，直接清晰地表达出来，帮助你快速发现关键点。
这还不是全部……
数据可视化的其他重要性
研究表明，人们记得他们看到的大约80%的事情，但只记得他们读过的20%。大脑记忆图像的速度比抽象单词快一百万倍。
所以，可视化数据可以加深人们对信息的记忆。
显示大数据的能力是数据可视化的另一个重要方面。例如，由FineReport构建的仪表板可以集成来自不同资源的大数据，反映实时数据，并在大屏幕上显示。因此，人们可以在不同部门的大数据之间建立联系，并监控业务绩效。它为商业开辟了新的途径。通过可视化数据，你可能会在大数据中发现一些意想不到的东西。
来自FineReport
3.常用的五种数据可视化类型和示例
3.1 按面积和大小进行数据可视化:
区分相同类型图形(如圆柱、圆环、蜘蛛等)的长度、高度或面积，来清晰表达不同指标对应的指标值之间的对比。这种方法将使观众一眼就能看到数据和它们之间的比较。在制作这样的数据可视化图形时，使用数学公式来表示精确的比例。
示例:
a:城市班签到
这个城市班签到直方图清楚地显示了不同地区的学生比例。从上图，我们一眼就能强烈的感知到北京、广州、上海的学生绝对比例。
b:联邦预算图
如上图所示，在美国联邦预算图中，资金流以不同的货币流量明确表示，每笔金额所占的比例。
c:企业能力模型蜘蛛图
来自FineReport
如上图，通过蜘蛛图可以看到公司在盈利能力和风险控制能力上的能力接近100分，可以说是出类拔萃。
3.2按颜色进行数据可视化
通过颜色的深度来表示索引值的强度和大小，是数据可视化设计的常用方法。用户可以一眼看出指标数据值的哪个部分更突出。
示例:
a:单击热图
如下所示，通过跟踪鼠标移动并根据鼠标日志创建热图，用户行为可以通过热图可视化。
b:地震热图
下面的热图显示了地图上每个地方的地震强度和地震强度的分布。
来自FineReport
3.3按图像数据可视化
通过使用具有真实含义的图像和图标，可以更逼真地显示数据和图表，并可以轻松传达数据的含义。例如，下图显示了男性和女性图标作为背景的比例。通过将抽象的指标数据转换成熟悉的、易于理解的数据，用户可以更容易地理解图形的含义。
来自FineReport
3.4通过概念实现数据可视化。
通过将抽象的指标数据转换成熟悉的、易于理解的数据，用户更容易理解图形的含义。
示例:
a:什么是非结构化数据？大家都知道，悬浮在海里的冰山只是冰山一角。海底的冰山是冰山的绝大部分。解释非结构化数据和结构化数据的数据量，通过概念转换的形式描述非结构化数据的特征，非常形象，更容易理解未知和困难的概念。
b:信息图是概念可视化最广泛的表示。如果你对制作信息图感兴趣，你可以参考本站其他文章。
3.5通过图形或图表进行数据可视化
我们在设计指标和数据时，使用具有相应实际意义的图形来组合演示文稿，会使数据图表显示得更加生动，使用户更容易理解图表要表达的主题。它是最常用的数据可视化类型。
4.选择合适的数据可视化类型并进行设计
这一点我怎么强调都不为过：在选择数据可视化类型之前，了解你的数据非常重要，尤其是数据关系如下所示。
现在，我假设你了解你的数据，并且拥有正确的数据可视化工具。让我们继续，为你的项目选择最好的数据可视化类型，并进行令人印象深刻的设计。
1)条形图
何时使用条形图？
条形图主要用于:数据随时间的变化，不同数据的比较，部分与整体的关系。
垂直条形图:最适合显示按时间顺序排列的数据
堆积条形图:可用于比较部分和整体之间的关系，也可用于离散数据和连续数据。
水平条形图:当数据类别较多且标签较长时可以使用
100%堆积:只关注部分整体关系，而各组总值不重要时使用
如何设计？
1.使用水平文本标签:不要使用水平或垂直文本行，以确保标签易于阅读。
2.列间距应适当:列间距应为列宽度的1/2。
3.Y坐标的数值应该从0开始:如果坐标原点设置在零以外，就不能准确表达整个数值。
4.保持配色一致:最好使用相同的颜色。如果需要强调数据，可以用另一种醒目的颜色突出。
5.正确排列类别:按单词的首字母排序。
2)饼图
何时使用饼图？
饼状图可以很容易地表达部分与整体的关系，适用于离散数据和连续数据。当数据量很小时，这种方法最有吸引力，也最容易理解。
饼图:
环形饼图:可以把最重要的元素放在中间。
如何设计？
正确定位切片:有两种设计思路。
方案A:将最大的部分顺时针方向放在12点。然后，将第二个最大的放在逆时针方向的12点。如上图所示逆时针排列其余部分。
方案B:顺时针方向将最大的部分放在12点。如上图所示顺时针排列其余部分。
2.最好不要超过五个类别:当数据百分比太小时，很难在图表上区分区域。如果类别太多，把不重要的放在‘其他’类别。
3.不要使用多个饼图来显示比较关系:使用条形图而不是饼图来比较数据。
4.确保百分比总和达到100%
3)折线图
何时使用折线图？
折线图用于显示时间序列关系和持久数据。它是趋势、积累、减少和变化的良好指标。
如何设计？
1.不超过四行:
2.只用实线:虚线分散注意力。
3.坐标轴应包括零参考线:虽然折线图不需要从零基线开始，但图表应尽量包括它。如果有些小范围有意义，可以缩短比例突出显示。
4.直接在行尾显示文本标签:
线条的高度应与图表的比例相似:线条图的最大高度应为y轴的2/3。
4)面积图
何时使用面积图？
面积图可以显示数据的时间序列关系，与折线图不同，面积图可以清楚地显示数量。
堆积面积图:用于可视化零件与整体之间的关系，并显示零件对总额的贡献。
100%堆积:用于显示零件与整体的关系。尤其是当整个数量的具体值不重要时。
如何设计？
1.可读性:在堆积面积图中，变量最大的数据放在顶部，变量最小的数据放在底部。
2.Y轴从0开始:数据会更精确。
3.不显示离散数据:显示温度等稳定数据，而不是不稳定数据。
4.不要显示超过4组数据类别:数据类别太多会使图表难以阅读。
5.灵活使用透明色:尽量保证不使用重叠。如果重叠不可避免，你可以使用透明颜色
5)散点图
何时使用散点图？
散点图显示两组变量之间的关系。当数据量较大时，可以显示相关性。
如何设计？
1.Y轴从0开始:
2.包括多组变量:使用大小和颜色添加变量
3.使用趋势线:趋势线可以显示趋势和相关性。
4.不超过两条趋势线:
6)气泡图
何时使用气泡图？
当你想要显示比较和排名时。
气泡散点图:显示附加变量
气泡图:可视化区域数据
如何设计？
1.确保文本标签清晰:
2.气泡大小应合适:
3.不要用奇怪的形状
7)热图
什么时候用热图？
热图可以显示分类数据，使用强烈的颜色对比感来表示地理区域或数据列表。
如何设计？
1.使用简单的地图轮廓:清晰的轮廓会分散注意力。
2.选择适当的数据范围:数据范围应该在3到5组之间。超出范围的数据用+/-表示。
3.模式应该简单:
4.使用合适的颜色:强烈的颜色会导致视觉负担。使用单色，并调整阴影来区分区域更好。
这些是入门级数据可视化类型。你可以用这些基本图表，来正确而有意义地表达你的数据。
但是，当你的数据变大，数据关系变得复杂时，你需要更高级的数据可视化类型。但是请记住，同样的事情是你需要了解你的数据。
5.如何设计好数据可视化？
现在，你知道如何选择正确的数据可视化类型。
但是如何设计好数据可视化呢？
对于初学者，可以按照设计指南一步步来。但是不管你是初学者还是专家，在使用它的时候都有一些小技巧要记住。
了解你的受众
你的受众通常有不同的背景。如果你的数据可视化面向专业受众，你可以用更合适的方式和技术术语来解释数据。另一方面，一般受众可能需要对同样的数据有更清晰的解读。
了解观众对数据的期望也很重要。他们想要的重点是什么？你需要清楚地呈现在数据中。
了解你的数据
了解你的受众之后，你需要确保你的数据的正确性，并清楚地了解你的数据。如果你不理解你的数据，你就不能把你的信息传递给你的观众。用数据讲故事。你的设计也应该传达一个故事，不是数据本身，而是背后的信息。用一个故事往往意味着观众从数据中获得更多的洞察。它帮助观众深刻理解新信息。
事实上，数据可视化是一个很好的讲故事工具，因为图片讲述了一千个故事，你应该利用它作为你的优势。通过数据集讲述一个故事并不难，因为你可以使用颜色、字体和陈述作为你讲故事方法的一部分。
用数据可视化讲故事
你的设计也应该传达一个故事，不是数据本身，而是背后的信息。用一个故事往往意味着观众从数据中获得更多的洞察。它帮助观众深刻理解新信息。
事实上，数据可视化是一个很好的讲故事工具，因为图片讲述了一千个故事，你应该利用它作为你的优势。通过数据集讲述一个故事并不难，因为你可以使用颜色、字体和陈述作为你讲故事方法的一部分。
用数据可视化讲故事
From FineReport
保持简单
数据可视化技术有很多，但这并不意味着你需要为它包含太多不同的技术。你需要保持数据可视化技术的简单。首先，比较数据可视化工具，根据你的需求选择一个。之后，为你的设计选择合适的数据可视化类型和完美的颜色组合。
此外，保持你的可视化效果简单。太多的元素实际上会破坏设计并扭曲数据。
你需要记住:
数据可视化的好处是直观地呈现大量数据。如果你的显示看起来很困难，你需要回去看看你是否使用了错误的数据表示，或包含了过多的逐字信息。
BI可视化
原创文章，作者：3628473679，如若转载，请注明出处：https://blog.ytso.com/173674.html