Date 2025-10-30 21:14:31
在回答这个问题之前，什么是数据可视化？
阅读文章 >
引言：
本文将引导您更系统、更全面地理解视觉图表，并通过分析视觉图表的底层逻辑，帮助您拓展思维，创建更个性化的图表。
可视化图表的定义、应用领域
「定义」可视化图表是实现数据可视化的工具。其实质是将抽象数据转化为视觉上具体的图表，通过图形作为载体传达信息，具有美观直观的特点。
「使用领域」所有与数据管理相关的行业都需要可视化图表。它可以帮助数据分析，帮助管理者获得执行方向并做出决策，也可以为管理者预测未来的发展。
使用分类、视觉表现分类，通过合理分类选择合适的图表
有些人可能认为为为什么要理解分类？我不能吃一张表格吗？用条形图和蛋糕图来代替它是件大事。只是为了减少设计工作量，但从图表用户的角度来看，这样的图表价值很低，甚至一文不值。
因为一般来说，不同的图表传达不同的信息焦点和数量。当我们没有那么多的实际需求，或者我们只需要关注一两个关键信息时，图表中多余的信息会导致视觉冗余，导致视觉噪音大，难以把握关键点。当我们实际需要一张图片来解决它，但使用多个图表来完成它时，它就会导致不必要的屏幕空间占用。
根据不同的使用情况，我们可以从视觉导向和需求导向两个方面进行分类。
根据需求导向，可分为六类：数据显示、类似对比、趋势方向、类型比例、关系方向和频率分布。根据视觉导向，可分为圆形、矩形、线形和其他四类。
可视化图表的根本目的是实现信息传递的需求，当多个图表都能实现需求时，可以从视觉角度进行二次筛选。
现在我们根据需求类型分析可视化图表：
1. 表格
作为视觉图表的基础，表可以详细显示多组数据，提供最原始和最纯粹的数据，这既是它的优缺点。如果你追求原始和纯粹的数据，那么表是最好的选择，如果目的是分析数据特征，图表是最糟糕的选择。
优点：原始纯数据
缺点：不能直观地反映数据特征
使用情况：采购清单、商品信息表、人员信息表等需要获取原始详细的数据信息时
2. 日历
日历展示日期多以表格形式呈现，一般用于选择时间的交互。
3. 钟表图
钟表图用刻度圆显示具有周期特征的时间。目前，直接用数字文本表达时间往往更方便、更清晰，而钟表图的使用主要是为了实现美丽的界面性能。
4. 茎叶图
茎叶图将数据总结到各自的范围内，同时保留原始数据，观察数据的分布。它不仅可以显示一组下的数据，还可以同时显示和比较两组数据。
优点：数据原始纯净，易于观察数据分布
缺点：页面占用受数据量影响，导致图片占用不可测，难以预留空间
使用情况：记录适量数据并获得直观的数据分布，如录取学生成绩等
5. 象形图
象形图将数据的对象图形化，直观地显示当前数据所指的对象，可以显示值或状态。
优点：美观
缺点：指代对象可能存在歧义
使用情况：强调主题，美化页面等
6. 仪表盘
仪表盘在某一时刻用刻度表盘和指针显示具有上下限的对象的指标数据状态。
优点：直观显示数据指标状态，观察数据波动
缺点：短期数据波动只能显示，长期数据波动不能完全显示
使用情况：观察某一指标下的数据波动和状态，如网速、速度等
7. 子弹图
在此基础上，子弹图对数据进行刻度划分，并用矩形条长度指代值的大小，显示数值阶段。
优点：直观显示数据指标状态
缺点：只能在一定时间或一定时间内显示整体指标数据状态
使用情况：观察某一指标下的整体指标数据状态，如污染、湿度等
8. 雷达图
雷达图可以看作是多个子弹图组合的极坐标，数据点连接到一个封闭的圆圈，圆的面积指整体值的大小，数据点与中心点的距离指相应指标值的大小。
优点：同时显示多个指标，提高屏幕空间利用率
缺点：指标不宜过多，否则杂乱难读
使用情况：检查一个对象的多个指标评分，如：公司各部门的能力、学生各学科的评分等
9. 条形图
条形图可以显示多个对象对某一指标下的数据情况，通过长度比较，通过横向长矩形长度指数据值获得数据大小的比较。
优点：除比较外，排序后还可以显示纵向数据排名
缺点：当数据之间的数值差距太小时，很难进行比较
使用情况：多个独立对象在某一指标下进行比较时，如：各类产品的销售、各地区的销售等
10. 柱状图
柱状图与条形图基本相同，显示多个对象对某一指标下的数据，并使用矩形长度进行数据比较。不同之处在于，柱状图的矩形是垂直的，条形图是水平的。这导致柱状图比条形图具有趋势变化的外观。
优点：除比较外，还可显示横向数据变化
缺点：当数据之间的数值差太小时，很难进行比较。当水平坐标指向独立和无关的个体时，很容易产生趋势印象
使用情况：在比较某一指标下的多个相关对象时，如：某一产品的月销售情况、某一产品在各地区（销售地点与产地之间的距离排序后）的销售情况等
11. 玫瑰图
玫瑰图，也被称为鸡冠花图，是一个极坐标的条形图，每个扇角都是相等的，通过不同半径的扇面积来表示数据大小，以进行数据比较。由于它具有圆周形式，适合比较具有周期属性的数据对象。
优点：当物体具有周期性属性时，可以展示周期规律
缺点：由于半径和面积是平方关系，数据的比例会被夸大，不适用于数据差异过大的数据，数据对象过多会导致无法区分
使用情况：当数值之间的差距较小时，比较数据和周期性数据，如对具有相同属性（相似性能）的不同产品、一周内的数据比较等
12. 蝴蝶图
蝴蝶图，又称旋风图，是两组共享相同纵坐标的条形图，比普通条形图更能直观地反映两组数据之间的比较。
优点：简洁直观
缺点：当数据之间的数值差太小时，很难进行比较，不适合两组以上的数据比较
使用情况：比较两组对象的子对象的数据指标，如比较各节点两组方案的销售情况、不同年龄段男女人口的比较等
13. 堆叠条形图
堆叠条形图是一种具有总分结构的条形图。与普通条形图相比，它可以直观地查看对象的组成结构，并比较其组成的数据。
优点：总分结构，除对比外，排序后还可显示纵向数据排名
缺点：堆叠类型过多会导致眼花缭乱。当数据之间的数值差太小时，很难进行比较
使用情况：需要解构的数据比较，如：库存总量+销售总量+损失总量的比较，以及产品总销售总量下各型号的销售总量的比较
14. 堆叠柱状图
堆叠柱状图是一种具有总分结构的柱状图。与普通柱状图相比，它可以直观地查看对象的组成结构，并可以比较其组成的数据。由于柱的垂直布置，具有趋势变化的外观。
优点：具有总分结构，除对比外，还可以显示横向数据变化
缺点：过多的堆叠类型会导致令人眼花缭乱。当数据之间的值差太小时，很难进行比较。当水平坐标指的对象是独立和无关的个体时，很容易产生趋势印象
使用情况：需要解构的数据比较，如：某一产品总量下的每月库存+销售+损失的比较，某一产品下各种型号在不同地区的销售情况（销售地点与原产地之间的距离在排序后）等
15. 堆叠玫瑰图
堆叠玫瑰图是一种包含总分结构的极坐标堆叠条形图。每个扇形角度相等，数据大小通过不同半径的扇形面积表示，用于数据比较。由于其圆周形式，适用于对具有周期属性的数据对象进行总分比较。
优点：当物体具有周期属性时，可以展示周期规律和总分结构
缺点：由于半径和面积是平方关系，数据的比例会被夸大，不适用于数据差异过大的数据，数据对象过多会导致无法区分
使用情况：需要解构的数据比较、数值差小时数据比较、周期数据比较，如：不同产品下具有相同属性（性能相似）的型号、一周内的数据比较等
16. 折线图
折线图将数据点连接成线，可显示随时间变化的连续数据，适用于显示相等时间间隔下的数据波动趋势。
优点：直观易懂，能及时感知趋势
缺点:显示的数据对象不宜过多，否则多条折线会使信息混乱难读
使用情况：当需要获取时间线下数据的波动趋势时，如一年内产品销量的变化等
17. 路径图
在地理位置上，路径图显示了地理对象之间的路线。
优点：简洁直观
缺点：由于现实地理的变化，需要保持更新
使用情况：当需要指示两地或多地之间的路线时，如地图导航等
18. 风场图
风场图主要用于展示气象数据中的风向和风速，帮助与气象相关的行业工作者获取风场信息。
19. 折线面积图
折线面积图在折线图的基础上增加了面块。它可以显示随时间变化的连续数据，适用于显示相同时间间隔下的数据波动趋势，并用面块表示数量。
优点:直观易懂，能立即感知趋势和总量
缺点：显示的数据对象不宜过多，否则多面块会使信息混乱难读
使用情况：当需要获取时间线下数据的波动趋势和总量时，如一年内产品的销售变化和总销售情况
20. 范围面积图
范围面积图由两个显示上下限的折线面积图组成，可以显示随时间变化的连续数据的上下限波动。
优点：能及时感知上下限的变化趋势，以及上下限之间的差异
缺点：只能显示时间段内的极值，不能代表时间段内的众数
使用情况：如一周内最高温度和最低温度的变化等
21. 瀑布图
瀑布图用第一柱代表初始值。根据横轴变量，在前者数据的基础上显示下一个数据的波动值，最终值通常显示在最终柱上。
优点：强调变化量，更直观地展示变化量
缺点：变化小时会导致矩形过短，不适合阅读
使用情形： 经过一系列增减变化后，需要反映某一数据的情况，如产品库存变化、经营过程中的收支等
22. 堆叠面积图
堆叠面积图是一个具有总分结构的面积图。与普通面积图相比，可以直观地查看对象的组成结构，并比较各组成的数据。
优点：直观易懂，能及时感知趋势、总量、组成量
缺点：只能显示一个数据对象
使用情况：当需要获取时间线下数据的波动趋势、总量和组成量时，如一年内产品销售余量的变化等
23. 饼状图
饼状图中由扇形组成的圆反映了某一部分的整体比例。由于视觉重心是扇形的面积，因此更适合研究结构比例。
优点:直观展示每个组成部分在整体中的比例
缺点:过多的组成结构会使其花哨难读
使用情况：需要获得某一对象的组成比例，如：总收入中各种收入的比例等
24. 环形图
环形图是中空的蛋糕图，风扇改为弧，以反映某一部分的整体比例。视觉中心从原来的风扇面积转变为弧的长度，更适合研究组成结构的比例。空心部分可以腾出空间来容纳更多的信息。
优点:直观展示每个组成部分在整体中的比例，空心部分可以容纳更多的信息
缺点:过多的组成结构会使其花哨难读
使用情况：当需要获得某一对象的组成比例并显示更多相关信息时，如：总收入和总收入值的比例
25. 水波图
水波图利用球体内填充水的表现形式来显示对象的百分比。
优点：美观直观
缺点：由于球形结构的特点，水位高度与球体的面积表达不成正比，可能会对实际数据造成误判
使用情况：当任务进度、数据读取进度等需要美化且不追求严格比例信息时，
26. 矩形树图
矩形树图是转换成矩形的饼图，通过各部分矩形面积比表达值的比例。
优点：直观显示整体各部件的比例，矩形屏幕空间利用率较高
缺点：分类比过小会使文本难以布局
使用情况：需要获得某一对象的组成比例，如：总收入中各种收入的比例等
27. 旭日图
旭日图是层叠后的饼图，反映了整体和部分各内容的比例。
优点：结构层次及其比例直观地反映数据
缺点：由于层间半径不同，环长度不同，容易误解数据大小，不适合分类过多，否则图片复杂难读
使用情况：需要分级显示的比例，如：子公司各产品的销售情况等
28. 弦图
弦图显示了不同对象之间的数据关系，对象的总值被外圈的弧所取代，数据值的关系以弧的形状或颜色表示。
优点：直观美观
缺点：对象不宜过多，否则杂乱难读
使用情况：当需要分析多个对象之间的数据流时，如：不同国家之间的人口流动等
29. 韦恩图
韦恩图也被称为文氏图，主要显示不同对象之间的集合关系。
30. 桑基图
桑基图通过矩形代表对象的总值及其层次关系，并用宽线显示数据流向和分布。(注意保持前后总值守恒)
优点：直观美观
缺点：对象不宜过多，否则杂乱难懂
使用情况：当需要分析数据流分布时，如：不同人群的爱好分布、不同产品销售区域的分布等
31. 甘特图
甘特图使用条形和时间标尺来显示多任务进度。
优点:直观展示多项任务的进度
缺点：在实际使用中，应始终更新，以避免因故障数据而造成错误判断
使用情况：当需要对多项任务进度进行统筹管理时，如：公司各部门对某一项目的进度等
32. 金字塔
金字塔通过堆叠的三角形显示不同对象之间的层次关系或比例。
优点：简洁美观
缺点：只能显示单层关系，不能显示多线关系
使用情况：当需要显示对象级关系或不同级别的数量比例时，如：财富范围内的人数比例、公司级别下的人数比例等
33. 漏斗图
漏斗图用自上而下的多层梯形显示每个环节的流量剩余。一般来说，不同环节的流失率或转化率可以从中获得。
优点:直观反映流程推进下的流量保留情况
缺点：只能用于单流程单向情况
使用情况：需要单一显示流程节点下的数据保留，如用户在购买过程中的剩余等
34. 思维导图
思维导图通过线条连接文本、图片、链接等信息，帮助理清思路，增强记忆，加深理解。
35. 力导向图
力导图通过线连接信息，以显示信息之间的复杂关系。信息节点可以在二维空间或三维空间中，但视觉表达不同。信息节点之间存在排斥力，相关节点之间存在重力，因此可以通过权重设置显示亲密关系。它通常用于显示关系网络等。
36. 工艺流程图
工艺流程图通常以图像化的形式显示一个工艺流程。
37. 组织架构图
组织架构图连接文本或图像，通常显示公司的组织架构或平台的数据架构。
38. 词云
通过提取关键词，词云呈现了大量与主题对象相关的文本，并通过字体大小、字色显眼程度、文本布局等突出了相关性最高、频率最高的关键词。在展示主题或内容时，通常会简化大量数据，具有可靠直观的特点。
39. 热力图
热图主要分为两种类型，一种是地理热图，另一种是日历热图，它们都通过颜色来表示某个指标的热频率。通常，从红色到蓝色的热频率由高到低。
40. 散点图
分散点图在坐标网格中分布多个数据点，通过分散点的布置，可以得到整体的变化趋势和频率分布。
优点：多个数据点可以使数据分析更可靠可靠
缺点：只是展示 xy 轴的相关性，不能得出因果关系
使用情况：在整理和分析原始数据的变化趋势或频率分布时，如：不同销量的产品规格等
41. 四象限图
四象限图，又称波士顿矩阵图，以散点图的模式排列数据，以定制标准为坐标原点，使坐标轴分割后的每组象限具有不同的含义。通过数据点的分布来分析数据，并为下一个行动提供指示。
优点：简洁直观
缺点：需要认识到划分的指标原点是否合理，考虑到现实的各种影响，根据四象限图得出的分析是否可以直接用作行动指示
使用情况：需要分析时间管理、能力意愿、市场销售等数据的类型
42. 气泡图
在散点图的二维基础上，气泡图增加了三维(气泡大小)系数，比气泡图多了一个变量。
优点:三维数据分布可以显示
缺点:数据不宜过多，否则气泡过多会使图表花哨难读
使用情况：需要从三个维度分析数据，如：衣服销量与月份、温度的关系等
43. 直方图
直方图与柱状图的外观非常相似。区别在于直方图用于显示频率分布，横坐标必须是连续参数。因此，在外观上，直方图柱没有间隔。
优点：易于显示大量数据集的统计结果
缺点：仅适用于连续数据，样本量不能太少（一般需要大于） 50 个）、分段间的细密度(间隔数)对分布有误差
使用情况：当需要获得频率分布或判断生产质量是否稳定时，如：一批产品的整体质量分布等
44. 核密度图
核密度图可视为平滑处理的直方图，对数据分布进行了估计和总结。
优点:直观，可以计算离散点
缺点：计算复杂性高，带宽参数选择困难，边界附近估计不准确
使用情况：当需要获得数据分布特征时，如南北地区的身高分布特征等
45. 箱线图
箱线图是用矩形(箱)和线条(上下须)表达多个数据分布的图表，可以看作是多组直方图的变形。每条箱线都是一组数据分布，四分位数的第一分位是上须，第二分位是箱中位数线的上部，第三分位是箱中位数线的下部，第四分位是下须，箱线外的点代表离群点。
优点：直观显示多组数据的分布，主要显示最大值、四分位数、数据趋势
缺点：只分布连续变量
使用情况：当需要了解多组数据的分布情况时，例如：多种类型的产品质量分布等
46. 小提琴图
小提琴图可以看作是盒线图和核密度图的结合。与盒线图相比，它可以更直观地显示数据的整体分布，以确保更准确的数据分布，并在数据有多个峰值时显示。
优点：美观，能直观地显示多组数据的整体分布情况，包括峰值、偏差等
缺点：计算复杂性高，带宽参数选择困难，边界附近估计不准确，只分布连续变量
使用情况：当需要了解多组数据的详细分布时，如：各类产品的质量分布等
47. 三维曲面图
三维曲面图和气泡图一样，在三个参数维度上显示数据分布，但在显示模式上是三维曲面形式，要求三个维度连续，一般用于在两组变量下找到最佳组合。
优点：美观，三维显示响应变量分布
缺点：三个维度都需要连续性
使用情况：在两组变量下找到最佳组合，如：不同地理维度、不同月份的宜人温度等
当我们根据视觉导向进行分类时，上述图表可以分为：
圆形更容易丰富和美化页面，因为它的圆形和曲线。
矩形更有利于容纳更多的信息，提高屏幕空间的利用率，因为它与屏幕的方形形状相匹配。同时，在多个图表的情况下，视觉上更加整洁。
线性图表通常显示多条流线或分支线，在数据较少的情况下更容易产生大量的空白。如果合理利用这个空白特征，可以使视觉页面具有呼吸感，而不是图片沉闷和拥挤。
除了圆形、矩形、线性外，还有一些其他视觉特征的图表，如规则的三角形金字塔，但也有一些不规则的图表，由于数据的不同，这些图表很容易改变视觉性能，在使用这些不规则图表时，需要根据实际情况提前规划布局和空间，以免影响图片的平衡和美观。
通过底层逻辑创建更多个性化图表
通过对上述图表的总结，我们可以在传达不同信息时整理出图表使用的图形特征，在这里用表格进行总结。
对象的区别：不同的图形、不同的颜色、不同的文本和不同的图像
对象周期性：圆、环
对象层次：图形、颜色的堆叠
对象阶段：上下/左右图块
对象相关性:连接、图中位置(位于空间轴或平面轴)
值的大小:面积填充、线条长度、点的位置和颜色顺序
值的比较：需要相邻的
值的变化:面积变化、线长/方向变化、位置变化、颜色变化
因此，我们可以根据需求自由组合，定制更符合需求、更美观的专属图表。
例如，上图是网易数字阅读《火锅行业的幸运，卷死海底捞》中使用的图表，本质上是蝴蝶图，但放弃了以往枯燥的条形图形象，变成了环形图的风格，使其具有环形的外观美，并具有蝴蝶图的数据比较功能。
再比如网易数读《月薪》 2 万，吃不起面包，把条形图和象形图结合起来，让图表立刻变得生动有趣，也是一个非常成功的例子。