图表类型大约可以分为两种类型:

1.对比分析

(1)比较型图表

反映了数据项之间的大小关系、数变化程度,如条形图

(2)时序型图表

反映数据在时间线上的变动情况,如折线图

(3)关系型图表

主要用于两组及以上数据的相关性分析,如散点图

2.分布型图表

(1)词云

反映数据分布的密集程度,字体的大小等于出现的频率。

(2)直方图、地图

反映了数据在某一个类别、某个空间的分布情况,在直方图中,柱体的高度等于某个类别出现的频率。

在地图中,不同区域的颜色深浅代表了数据在不同空间上的分布频率。

(3)饼图、堆积柱形图

反映了部分在总体中的比例。

弧线图

弧线图适合用来查找数据共同出现的情况。但缺点是:不能如其他双轴图表般清楚显示节点之间的结构和连接,而且过多连接也会使图表难于阅读。

推荐的图表制作工具有:D3 (编程语言)

折线图

折线图用于在连续间隔或时间跨度上显示定量数值,最常用来显示趋势和关系。

此外,折线图也能给出某时间段内的「整体概览」,看看数据在这段时间内的发展情况。

推荐的图表制作工具有:DataHero、Datamatic、Datawrapper、思迈特软件Smartbi

直方图

直方图适合用来显示在连续间隔或特定时间段内的数据分布,有助于估计数值集中位置、上下限值以及确定是否存在差距或异常值;也可粗略显示概率分布。

推荐的图表制作工具有:Datavisual、R Graph Gallery、思迈特软件Smartbi

密度图

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,并且它们不受所使用分组数量的影响,所以能更好地界定分布形状 。

推荐的图表制作工具有:The R Graph Gallery、Cookbook for R。

人口金字塔

人口金字塔最适合用来检测人口模式的变化或差异。多个人口金字塔放在一起更可用于比较各国或不同群体之间的人口模式。

推荐制作的工具有:AnyChart、D3 (重叠版本)、Vega、ZingChart。

条形图

条形图的离散数据是分类数据,针对的是单一类别中的数量多少,而不会显示数值在某时间段内的持续发展。

推荐的图表制作工具有:Protovis、Slemma、思迈特软件Smartbi

多组条形图

多组条形图通常用来将分组变量或类别与其他数据组进行比较,也可用来比较迷你直方图,每组内的每个条形将表示变量的显著间隔。

推荐的图表制作工具有:D3、Smartbi

不等宽柱状图

不等宽柱状图的主要缺点在于难以阅读,特别是当含有大量分段的时候。此外,我们也很难准确地对每个分段进行比较,因为它们并非沿着共同基线排列在一起。

推荐的图表制作工具有:D3、思迈特软件

堆叠式面积图

堆叠式面积图 (Stacked Area Graph) 的原理与简单面积图相同,但它能同时显示多个数据系列,每一个系列的开始点是先前数据系列的结束点。

推荐的图表制作工具有:MS Excel、Apple Numbers

雷达图

雷达图 (Radar Chart) 又称为「蜘蛛图」、「极地图」或「星图」,是用来比较多个定量变量的方法,可用于查看哪些变量具有相似数值,或者每个变量中有没有任何异常值。

推荐的图表制作工具有:Amcharts、思迈特软件Smartbi

桑基图

桑基图 (Sankey Diagram) 用来显示流向和数量。

在每个流程阶段中,流向箭头或线可以组合在一起,或者往不同路径各自分开。我们可用不同颜色来区分图表中的不同类别,或表示从一个阶段到另一个阶段的转换。

推荐的图表制作工具有:RAWGraphs、Smartbi

平行集合图

每个线集对应于一个维度/数据集,其数值/类别由该线集内的不同线段所表示。每条线的宽度和流程路径,均由类别总数的比例份数所决定。每条流程路径都可以用不同颜色代表,以显示和比较不同类别之间的分布。

推荐工具有:Sankey Diagram Generator、SankeyMATIC

误差线

误差线可以作为一项增强功能来显示数据变化,通常用于显示范围数据集中的标准偏差、标准误差、置信区间或最小/最大值。

推荐的工具有:plotly、Vega

树形结构图

树状结构图 (Treemap) 是一种利用嵌套式矩形显示层次结构的方法,同时通过面积大小显示每个类别的数量。

每个类别会获分配一个矩形区域,而其子类别则由嵌套在其中的小矩形代表。当不同数量被分配到各个类别时,这些矩形的面积大小会与此数量成正比显示。

推荐的图表制作工具有:AnyChart、D3、Smartbi

饼图

饼形图适合用来快速展示数据比例分布,但主要缺点是:不能显示太多项目、通常需要图例说明、不能准确比较。

制作工具有很多:D3、思迈特软件

圆环图

圆环图 (Donut Chart) 基本上就是饼形图,只是中间的部分被切掉。

推荐的图表制作工具有:D3、Smartbi

南丁格尔玫瑰图

在南丁格尔玫瑰图中,代表数值的是分段面积,而不是其半径。

推荐的图表制作工具有:Datamatic、Smartbi

旭日图

也称为「多层饼形图」或「径向树图」,通过一系列的圆环显示层次结构,再按不同类别节点进行切割。

推荐的图表制作工具有:思迈特软件、D3

地区分布图

地区分布图通常用来显示不同区域与数据变量之间的关系,并把所显示位置的数值变化或模式进行可视化处理。

我们在地图上每个区域以不同深浅度的颜色表示数据变量,例如从一种颜色渐变推荐的图表制作工具有:amMaps、D3、Smartbi

跨度图

也称为「范围条形/柱形图」或「浮动条形图」,用来显示数据集内最小值和最大值之间的范围,适合用来比较范围,尤其是已分类的范围。

推荐制作工具有:AnyChart、D3, Smartbi

非彩带弦图

非彩带弦图 (Non-ribbon Chord Diagram) 是弦图的一个精简版本,仅显示节点和连接线,更加强调数据之间的连接关系。

推荐的图表制作工具有:Circos。

树形图

树形图 (Tree Diagram) 也称为「组织图」或「链路图」,是通过树状结构表示层次结构的一种方式。

推荐的工具有:Datamatic、Google Charts、Smartbi

思迈特软件统一登录平台

如果你刚刚入门数据可视化,那这些你千万不能错过!相关推荐

  1. 【数据可视化从入门到精通】指南-发展史-数据可视化应用场景-发展前景-技术选型①

    实战「外卖实战」数据大屏 基于 Vue 3.0 + EChart 4.0 开发 前置学习 具备javascript.html.css的基础 具备Vue的使用基础 了解npm和webpack的基本概念 ...

  2. 最适合新手入门的数据可视化大屏制作软件,现在支持免费使用

    如果你是刚刚接触数据可视化的新手,那么这款数据可视化大屏软件绝对适合你,这款软件不仅可以免费使用,而且提供了海量的大屏模板,操作也非常简单方便. 接下来让我们一起看看这款软件的特色之处. 海量大屏模板 ...

  3. 最好用的20个数据可视化工具(一)

    来源:GBin1.com 从 简单列表到复杂的地图或信息图表,Brian Suda工具集合了最好用的,几乎全部免费的数据处理工具供你使用.人们问我最多的问题,就是如何使数据可视化.通过以下介绍,加以练 ...

  4. 学习数据可视化,读哪本书比较好?

    入门数据可视化的小伙伴往往都会问这样一个问题:我应该从哪里开始学起,有什么书推荐吗? 这个问题之所以普遍,是因为数据可视化是一个相当交叉的学科,既涉及数据分析,也涉及设计和编程.而这三大方向之中,每一 ...

  5. python做数据可视化视频_如何制作数据可视化视频?

    超干货!超多鲜为人知的宝藏可视化工具! 那些酷炫的可视化视频是怎么制作的?数据控结合具体案例为你一一揭秘! !!建议先码后看!跟着数据控轻松学会可视化! 1 堪比科幻电影!这样的数据大屏太酷啦!Eas ...

  6. 数据呈现 | 20大数据可视化工具测评

    来源:软件定义世界(SDX)本文约2800字,建议阅读9分钟本文为你介绍能制作简单的图表.复杂的图谱及信息图的数据可视化工具. 如今学习应用数据可视化的渠道有很多,你可以跟踪一些专家博客,但更重要的一 ...

  7. 十八、Matplotlib数据可视化

    @Author:Runsen @Date:2019年05月13日 作者介绍:Runsen目前大三下学期,专业化学工程与工艺,大学沉迷日语,Python, Java和一系列数据分析软件.导致翘课严重,专 ...

  8. 20 款优秀的数据可视化工具,总有一款你用的到!

    今天给大家分享20款优秀的数据可视化工具,欢迎收藏! /01/ 入门级工具 01 Excel Excel的图形化功能并不强大,但Excel却是分析数据的理想工具,上图是Excel生成的热力地图. 作为 ...

  9. 这就是数据分析之数据可视化基础概念及工具

    图片在内容表达上,要远胜于文字,它不仅能体现数据真实性,还能给人很大的想象空间.如果你想做一名数据分析师,那么掌握可视化技能是必不可少的,因为在大部分情况下,老板更关心呈现的结果. 数据可视化的视图都 ...

最新文章

  1. 【MPI高性能计算】蒙特卡洛方法计算pi值
  2. IntelliJ IDEA导航特性Top20
  3. SESSION存储于redis(CI3)
  4. json.decoder.JSONDecodeError: Expecting value: line 28 column 5 (char 731)
  5. CSS控制的内容超过容器宽度后显示省略号
  6. Objective-C中block的底层原理
  7. 用servlet设计OA管理系统时遇到问题
  8. python 面部识别_一文教你在Python中打造你自己专属的面部识别系统
  9. svn 地址中文_iGit自助迁移SVN工程解密
  10. lazada发货_Lazada 怎么发货:Lazada 订单发货流程
  11. 50套可视化报表模板直接用,做报告不用愁了!快收藏
  12. 5.并发工具和执行器(Concurrency Utilities and Executors)5.1 并发工具介绍
  13. R语言的cpp扩展支持Rcpp模块介绍
  14. mysql2000数据库四合一_sql server 2000
  15. 如何连接Access数据库
  16. 高感性时代--全新思维:决胜未来的6大能力
  17. superset:自定义标签乱码解决
  18. 软件测试 | 测试开发 | Spring boot 之 RestTemplate访问
  19. 三分钟快速搭建分布式高可用的Redis集群
  20. 抗体的N端或C端进行修饰ADC偶联物的过程-瑞禧

热门文章

  1. 监听文本框输入开发仿新浪微博限制输入字数的textarea插件
  2. 连接虚拟机的工具破解免费版本
  3. echarts 直方图加正态_用Excel2007制作直方图和正态分布曲线图
  4. charles 的map remote 和map local的功能和使用方法
  5. 2022年同济大学计算机考研初试成绩查询时间及入口
  6. Google Android:羊养肥了再杀?
  7. 谷歌可能全面退出中国市场 或关闭谷歌中国(附博客全文)
  8. 逃出迷宫完整算法C++
  9. hiebrnate有哪些沟壑--原作Qieqie
  10. 数据仓库——数据采集与同步【系统埋点设计】