经典图表可视化数据分析图表介绍——九数云
随着时代的发展，越来越多的数据量堆积。然而这些密密麻麻的数据的可读性较差，并且毫无重点；而数据可视化，更加直观有意义，更能帮助数据更易被人们理解和接受。因此运用恰当的可视化数据分析图表非常重要。
接下来将依次介绍常用可视化数据分析图表，分析其适用场景和局限，从而帮助大家通过图表更加直观的传递所表达的信息。
一、矩形树图
展现同一层级的不同分类的占比情况，还可以同一个分类下子级的占比情况，比如商品品类等。
适用：该可视化数据分析图表展示父子层级占比的树形数据。缺陷：不适合展现不同层级的数据，比如组织架构图，每个分类不适合放在一起看占比情况。
二、指标卡
突出显示一两个关键的数据结果，比如同比环比。
适合：展示最终结果和关键数据。缺陷：没有分类对比，只展示单一数据。
三、词云
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。
四、仪表盘
展现某个指标的完成情况。
适合：展示项目进度。局限：该可视化数据分析图表只适合展现数据的累计情况，不适用于数据的分布特征等。
五、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。
六、 漏斗图
用梯形面积表示某个环节业务量与上一个环节之间的差异。
适用：有固定流程并且环节较多的分析，可以直观地显示转化率和流失率。局限：无序的类别或者没有流程关系的变量。
七、瀑布图
采用绝对值与相对值结合的方式，展示各成分分布构成情况，比如各项生活开支的占比情况。
适合：展示数据的累计变化过程。局限：当各类别数据差别太大时，该可视化数据分析图表难以比较。
八、桑葚图
该可视化数据分析图表是一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，起始流量总和始终与结束流量总和保持平衡。比如能量流动等。
适合：用来表示数据的流向。局限：不适用于边的起始流量和结束流量不同的场景。比如使用手机的品牌变化。相似图表：和弦图。展现矩阵中数据间相互关系和流量变化。数据节点如果过多则不适用。
九、箱线图
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。
上一篇: 数据分析分析什么，九数云从不同角度教你
下一篇: 九数云教你制作销售数据图
