当数据以简单的可视化的形式呈现时，数据便更具有意义并且更容易理解，因为人眼很难从原始数据中得出重要的信息。因此，数据可视化成为了解读数据最重要的方式之一。
但数据图表种类如此之多，什么场景下应该用什么图表展示，是一个让人头秃的难题。
废话不多说，想解决这个难题，就先来跟老李看下日常工作中会常用到哪些可视化图表？随后我们再针对这些图表做具体的适用场景讲解，内容很干，记得收藏备用
各种类型的图表及其用途
1.条形图和柱形图
这是了解我们的定量领域在各种类别中的表现的最简单的图表之一，它用于比较。
从上面的柱状图可以看出，技术类的销售额较高，办公用品的销售额最少。
上图是一个条形图，显示 L 类别的表现更好。
2.散点图和气泡图
散点图和气泡图帮助我们了解变量如何分布在所考虑的范围内。它可用于识别异常值的存在以及两个变量之间的关系。
我们可以看到，随着折扣的增加，利润也在减少。
上图是气泡图。
3.折线图
当必须呈现与时间相关的数据时，它是首选，它最适合分析趋势。
从上图中，我们可以看到销售额在几个月内呈上升趋势，但7月份突然下降，而 11 月份的销售额最高。
4.直方图
直方图是一种频率图，用于记录数据集中某个条目的出现次数，当您想了解某个系列的分布时，它很有用。
5.箱线图
箱线图可以有效地总结大数据的分布。他们使用百分位数来划分数据范围。这有助于我们了解低于或高于所选数据点的数据点。它帮助我们识别数据中的异常值。
箱线图将整个数据分为三类
* 中值——将数据分成相等的两半，取中间值。
*四分位距 – 即把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。
* 离群值 – 该数据存在明显差异并且位于箱线之外。
上图中的圆圈显示了异常值的存在。
6.环形图、饼图和堆积柱形图
当我们要查找数据的组成时，上述图表是最好的。
上面的圆环图显示了不同产品类别的销售构成。
上面的饼图显示了不同年份的销售额百分比。
上面堆叠的柱状图显示了两种产品在不同季度的销售情况。
7.热力地图
当我们想要检查变量之间是否存在相关性时，它是最优选的图表。
这里正值表示正相关，负值表示负相关。颜色表示相关的强度，颜色越深正相关越高，颜色越浅负相关越高。
评论(0)