如何进行数据可视化

图表

  • 图表基本结构
  • 图表的分类

当我们在进行数据分析的时候,结果如果以表的形式呈现,直观感受并不是特别强烈,虽然数据很详细,但是却不能一眼就能get你想表达的东西,因此,对数据进行可视化是必须的,我们都知道,语言表达的东西描述的再形象再生动也没有一张图来的直观,你比如说你想表达小猫咪是如何如何可爱,说了一堆,然而。。。

那还不如下面这张图来表达

是不是很可爱,主要是本人也很喜欢猫猫,家里也养了一只小淘气

所以数据也是一样,当我们想向别人传达我们的结果时,可视化的数据更具有表现力,Excel提供了这样的功能,那就是图表,接下来让我们学习一下图表是怎么设计和操作的。

1 图表基本结构

组成元素

用途&注意事项

制作原理

2 图表的分类

2.1 柱状图

介绍:在竖直方向比较不同类型的数据

适用场景:用于二维数据集,对于不同类型的数据进行对比,也可用于同一类型的数据在不同的时间维度的数据对比,通过柱子的高度来反应数据的差异

条形图

介绍:水平方向比较不同类型的数据,更直观

适用场景:跟柱状图功能类似,只是展示形式不一样,更直观一些,如果类别名称很长,可以选择条形图

2.2 折线图

介绍:按类别显示一段时间内数据的变化趋势,主要用于时间序列的数据

适用场景:折线图适合二维的大数据集,还适合多个二维数据集的比较

2.3 散点图

介绍:展示二维数据之间的相关关系

适用场景:主要是展示两类数据之间的线性关系,前提是二者之间有很强的关联性,例如:身高与体重,销售额与利润

2.4 气泡图

介绍:展示三维数据之间的关系

适用场景:通过横纵坐标展示二维数据的关系,然后通过气泡大小来展示与第三个数据类型的关系,作用跟散点图类似

2.5 饼图

介绍:主要描述的部分与整体的关系

适用场景:一个整体的各个组成部分之间的占比情况,例如全国各地区的销售额占比

2.6 雷达图

介绍:用于多维数据,多维度的综合对比

适用场景:主要用于对比两种类型在多个维度的数据,例如员工A和员工B在几个方面的综合对比

2.7 面积图

介绍:使用面积大小来展示数据对比情况

适用场景:主要还是用来对比不同类型的数据,只是通过面积大小来体现

2.8 组合图

介绍:当两种类型的数据在数值上差异很大的话,一种图表类型无法正常展示,可采用组合图,

适用场景:营收与占比,销售额与增长率

后续还会介绍:直方图 箱线图 漏斗图 帕累托图 热力图 词云图 地图

原文地址:https://www.cnblogs.com/bubu99/p/13651509.html