数据分析中常见图表的应用场景及优缺点 债券基金的优点和缺点分析报告
在数据可视化领域我们经常使用各种图表来形象直观的展现数据,业务人员或者数据分析人员可以通过图表分析公司业务的经营状况,发现公司经营过程中潜在的隐患,还可以通过图表挖掘其中潜在的价值。那么常见的图标有哪些?在什么场景下使用样的图表才能更好的展现数据呢?
一、常见的图表 1. 柱图(柱状图)**柱图,**又称柱状图。是一种以长方形的长度来表达数据的统计报告图,由一系列高度不等的纵向条纹表示数据分布的情况。
场景:适合用于展示二维数据集,展示数据的分布情况,其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,比如:(月份,商品销量),或者在一个维度上,对多个同质可比的指标的比较,比如:(月份,苹果销量,桃子产量)
优点:
简单直观,很容易根据柱子的长短看出值的大小 易于比较各组数据之间的差别 缺点:不适合较大数据集的展现
类似图表:条形图、直方图、堆积图、百分比堆积图、双Y轴图等
2. 线图(折线图)线图:也叫折线图,将值标注成点,并通过直线将这些点按照某种顺序连接起来形成的图。
场景:数据在一个有序的因变量上的变化,它的特点是反应事物随类别而变化的趋势,可以清晰展现数据的增减趋势、增减的速率、增减的规律、峰值等特征
优点:
能很好的展现沿某个维度的变化趋势 能比较多组数据在同一个维度上的趋势 适合展现较大数据集 缺点:每张图上不适合展示太多折线
类似图表:堆积图、曲线图、多指标折线图、双Y轴折线图、面积图
3. 饼图(扇形图)饼图:以饼状图形显示一个数据系列中各项的大小与各项总和的比例,也称作扇形统计图。
场景:适用于二维数据,即一个分类字段,一个连续数据字段,当用户更关注与简单占比时,适合使用饼图。
优点:简单直观,很容易看到组成成分的占比 缺点:
不适合较大的数据集(分类)展现 数据项中不能有负值 当比例接近时,人眼很难准确判别 类似图表:环形图、3D饼图
4. 散点图散点图:又称XY散点图,将数据以点的形式展现,以显示变量间的相互关系或者影响程度,点的位置由变量的数值决定。
场景:显示若干数据系列中各数值之间的关系,类似XY轴,判断两变量之间是否存在某种关联,或者发现数据的分步或者聚合情况
优点:
可以展示数据的分布和聚合情况 适合展示较大的数据集 缺点:散点图看上去比较乱,基本上只能看相关、分布和聚合,其他信息均不能很好展现
类似图表:气泡图
5. 雷达图(蜘蛛网图)雷达图:又称蜘蛛网图,将多个维度的数据量映射到起始于同一个圆心的坐标轴上,结束于圆周边缘,然后将同一组的点使用线连接起来。
场景:雷达图适用于展现多维数据集
优点:
适合展现某个数据集的多个关键特征 适合展现某个数据集的多个关键特征和标准值的比对 适合比较多条数据在多个维度上的取值 缺点:
多维度但是不能太多,一般四到八个 比较的记录条数不宜太多
6. 漏斗图
**漏斗图:**有多个梯形从上而下叠加而成。从上到下的项有逻辑上的顺序关系,梯形面积表示某个业务量与上一个环节之间的差异。
场景:适用于业务流程比较规范、周期长、环节多的单流程单向分析,通过漏斗各环节业务数据的比较能够直观的发现和说明问题所在的环节,进而做出决策
说明:
漏斗图总是开始于一个100%的数量,结束于一个较小的数量 在开始和结束之间由N个流程环节组成,每个环节用一个梯形来表示 梯形的上底宽度表示当前环节的输入情况,下底表示当前环节的输出,上底与下底之间的差异表现了在当前环节业务量的减小量,当前梯形边的斜率表现了当前环节的减小率 漏斗图的所有环节的流量都应该使用同一个度量 类似图表:金字塔图、对称漏斗图(旋风)、对比漏斗图
7. 树图树图:树图是通过树形结构来展现数据的组织关系,以父子层次结构来组织对象,是枚举法的一种表达方式。
场景:适用于与组织结构有关的分析,即有明确的层次关系的数据
优点:
直观的展现层次关系 可以看到各层级指标间的关系,可以进行简单的上卷、下钻等操作 缺点:
数据层级不宜过多 每层的成员不宜过多 无法展现各部分占比关系 类似图表:矩阵树图
8. 矩阵树图矩阵树图:采用矩形表示层次结构的节点,父子层次关系用矩阵间的相互嵌套来表达。从根节点开始,空间根据相应的子节点数目被分为多个矩形,矩形面积大小对应节点属性。每个矩形又按照相应节点的子节点递归的进行分割,直到叶子节点为止。
**场景:**适合展现具有层级关系的数据,能够直观体现同级之间的比较
优点:
图形更紧凑,同样大小的画布可以展现
版权声明: 本站仅提供信息存储空间服务,旨在传递更多信息,不拥有所有权,不承担相关法律责任,不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请发送邮件至 举报,一经查实,本站将立刻删除。