柱状图
特点：柱状图使用垂直或水平的柱子显示类别之间的数值比较。
柱状图中，一个轴表示需要对比的分类维度，另一个轴代表相应的数值。
柱形图又可分为纵向柱状图和横向柱状图。

柱状图 VS 条状图

相同点：
⚫ 两者数据结构相同，都是类别加上对应的离散数值；
⚫ 当数据的记录数不大于12条，分类字段的字符长度小于5时，此时柱状图和条形图可以互换。

不同点：
⚫ 柱状图：如果分类的类目，恰好是时间序列，此时建议使用柱状图，因为柱状图能更好地体现数据随时间的变化情况；
⚫ 条形图：当分类的类名长度大于5时，用条形图能更加美观地显示。

K线图

K 线图又称阴阳图、棒线、红黑线或蜡烛线，常用于展示股票交易数据，金融领域使用较多。
K 线就是指将各种股票每日、每周、每月的开盘价、收盘价、最高价、最低价等涨跌变化状况，用图形
的方式表现出来。

饼图

饼图用于表示不同分类的占比情况，通过弧度大小来对比各种分类。
饼图通过将一个圆饼按照分类的占比划分成多个区块，整个圆饼代表数据的总量，每个区块（圆弧）表示该分类占总体的比例大小，所有区块（圆弧）的加和等于 100%。

环形图

环形图是由两个及两个以上大小不一的饼图叠在一起，挖去中间的部分所构成的图形，主要用于区分或表明某种关系。
在空心区域显示文本信息，比如标题，优势是其空间利用率更高。

饼图 VS 环形图

饼图是用圆形及圆内扇形的角度来表示数值大小的图形，它主要用于表示一个样本（或总体）中各组成部分的数据占全部数据的比例，对于研究结构性问题十分有用。

环形图中间有一个“空洞”，每个样本用一个环来表示，样本中的每一部分数据用环中的一段表示。因此环形图可显示多个样本各部分所占的相应比例，从而有利于构成的比较研究。
简单饼图只能显示一个样本各部分所占的比例。比如，把5个地区的人口分别按高收入、中等收入和低收入划分成3部分，要比较5个地区不同收入的人口构成，则需要绘制5个饼图，这种做法既不经济也不便于比较。可以用一个图形比较出5个地区不同收入的人口构成，即把饼图叠在一起，挖去中间的部分就可以了，这就是环形图。

折线图

折线图用于显示数据在一个连续的时间间隔或者时间跨度上的变化，它的特点是反映事物随时间或有序类别而变化的趋势。
在折线图中，数据是递增还是递减、增减的速率、增减的规律(周期性、螺旋性等)、
峰值等特征都可以清晰地反映出来。

面积图

面积图又叫区域图。它是在折线图的基础之上形成的, 它将折线图中折线与自变量坐标轴之间的区域使用颜色或者纹理填充。
面积图强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。例如，表示随时间而变化的利润的数据可以绘制在面积图中以强调总利润。

折线图 VS 面积图

折线图：是通过数据点的纵坐标来映射数值的大小，一般只用来表示数据的趋势；
面积图：用面积映射数值大小，除了可以表示数据趋势，还可以用来表示整体及其构成部分随时间的变化趋势。

散点图

散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

气泡图

气泡图是一种多变量图表，是散点图的变体，也可以认为是散点图和百分比区域图的组合。
气泡图可用于展示三个变量之间的关系。对成组的三个数值而非两个数值进行比较。第三个数值确定气泡数据点的大小。

散点图 VS 气泡图

散点图:一般是用来展示二维数据(x,y)的分布，侧重于研究二维数据的两个变量x,y之间的相关性，如身高和体重之间的相关关系；
气泡图:一般用来展示三维数据（x,y,z）的分布情况，气泡图增加了一个维度的数据展示，且将其数值映射到气泡的大小上。

雷达图

雷达又叫戴布拉图、蜘蛛网图。传统的雷达图被认为是一种表现多维（4维以上）数据的图表。它将多个维度的数据量映射到坐标轴上，这些坐标轴起始于同一个圆心点。

漏斗图

漏斗图可以用来可视化具有层级关系的数据，尤其是流程类的或者有先后顺序的数据，且一般是用来描述单变量在不同环节的变化情况。
漏斗图适用于业务流程比较规范、周期长、环节多的流程分析，通过漏斗各环节业务数据的比较能够直观地发现和说明问题所在的环节，进而做出决策。

和弦图

和弦图是一种显示矩阵中数据间相互关系的可视化方法，在图中节点数据沿圆周径向排列，节点之间使用带权重（有宽度）的弧线链接。

直方图

直方图，形状类似柱状图却有着与柱状图完全不同的含义。直方图牵涉统计学的概念，首先要对数据进行分组，然后统计每个分组内数据元的数量。

热力图

热力图以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示，热力图可以显示不可点击区域发生的事情。

仪表盘图

仪表盘图是一种拟物化的图表，可以直观的展示某项指标的进度（比例型）或实际情况（数值型）。
⚫ 表盘刻度：度量某项指标的数值大小，一般是指标的取值范围区间；
⚫ 指针：表示某一指标或者指标的一个维度，一般不超过3个，如钟表的时分秒针；
⚫ 指针所在角度：确定指针指向的数值，表示当前指标或维度的数值。

密度图

密度图用于显示数据在连续时间段内的分布状况。这种图表是直方图的变种，使用平滑曲线来绘制数值水平，从而得出更平滑的分布。

可视化——统计图表介绍相关推荐

python绘图和可视化_Python 绘图和可视化详细介绍
Python之绘图和可视化 1. 启用matplotlib 最常用的Pylab模式的IPython(IPython --pylab) 2. matplotlib的图像都位于Figure对象中. 可以使 ...
可视化技术介绍之Echarts
文章目录可视化面板介绍 01-使用技术 02- 案例适配方案 03-基础设置 04-header 布局 05-mainbox 主体模块 06-公共面板模块 panel 07-柱形图 bar 模块(布 ...
java内存可视化_JVM系列（六）、可视化工具介绍
1. Jconsole 1.1 Jconsole 介绍 Jconsole(Java Monitoring and Management Console)是从java5开始,是一种基于JMX(java ...
docker安装zookeeper，以及zk可视化界面介绍
zookeeper简单介绍 ZooKeeper是一个开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现,是Hadoop和Hbase的重要组件.它是一个为分布式应用提供一致性服 ...
python可视化窗口库_Python可视化工具介绍——找到合适的库
Python有很多可视化工具,大体上可以分为基于matplotlib的工具库和基于JS的工具库. 有如此丰富的选择是幸福的,无论你要画什么图,都能找到相对的库.但与此同时,弄清楚使用哪个工具更合适可能 ...
数据科学系列：plotly可视化入门介绍
导读在入道数据岗位之初,曾系列写过多个数据科学工具包的入门教程,包括Numpy.Pandas.Matplotlib.Seaborn.Sklearn等,这些也构成了自己当初的核心工具栈.在这5个工具包 ...
工具分享 | linemap-快速绘制山峦地图的R可视化包介绍
公众号后台回复"图书",了解更多号主新书内容作者:宁海涛来源:DataCharm 上一次介绍了Python绘制svg的优秀可视化库Pygal,今天我们介绍一下一个优秀的R地图可 ...
powerbuilder 保存图表图像_数据可视化/统计图表循序渐进指南
可视化图表,图形是使数字能够实际对话的最强大的方式之一. 一个关于数据可视化的图表一定是严谨并可以直观表达数据.方便决策者去做决策的. 但是,很多刚开始使用的人往往会不知所措,无法下手. 本文作者详细 ...
Ext 3.0 +ASP.NET2.0 可视化开发介绍
Ext Designer 总算出来了!!!基于Web的应用开发终于可以可视化开发了,而且可以几乎不敲1行代码. 准备工具: (1)Ext Designer 1.0.2 (2)Visual Studio ...
主流的数据可视化工具介绍
作为一个自诩对全球分析平台了如执掌的资深数据从业人员,给各位分享分享主流的数据可视化工具. 一.可视化平台 1.FineBI 虽作一个BI工具,但是可视化效果很好,可制作Dashboard.优势在于一 ...

可视化——统计图表介绍