1, Histogram
Shows a comparison of data between multiple classification changes and the same class variables.
Application: compare categorical data.
Limitations: You can not show too much classified data features.
Similar chart:
- Stacked column. Compared with the category of each variable and the sum of the difference between different types of variables.
- % Stacked bar chart. Suitable show the proportion of each variable of the same category.
2, bar graph
Similar histogram.
Application: category name is too long, there will be a lot of empty space indicated the name of each category.
Limitations: You can not show too much classified data features.
Similar chart:
- Stacked Bar. Compared with the category of each variable and the sum of the difference between different types of variables.
- % Stacked bar chart. Suitable show the proportion of each variable of the same category.
- Two-way histogram. Compare positive and negative values of the difference in the same category.
3, line chart
Fluctuations in data to show trends over time or ordered categories of.
Application: ordered categories, such as time.
Limitations: unordered categories can not show data characteristics.
Similar chart:
- Area chart. Display area with numerical values. Show the number of trends over time.
- Stacked Area. Sum and difference of each variable with different categories of categorical variables.
- % Stacked area chart. The percent difference compared with the category of each variable.
4, the column lines of FIG.
Combined histogram and line graph showing data on the same graph.
Application: To simultaneously show features two project data.
Limitations: Defective both bar charts and line charts.
5. Scatter
Used to discover relationships between variables.
Application: a large number of data points, more accurate results, such as regression analysis.
Limitations: small amount of data would be more confusing.
Similar chart:
- Bubble FIG. Instead of the value of bubble point of the scatter plot, numerical values representative of the size of the area.
6, Pie
It used to show the proportion of each category, such as gender.
适用：了解数据的分布情况。
缺陷：分类过多，则扇形越小，无法展现图表。
相似图表：
- 环形图。挖空的饼图，中间区域可以展现数据或者文本信息。
- 玫瑰饼图。对比不同类别的数值大小。
- 旭日图。展示父子层级的不同类别数据的占比。
7、地图
用颜色的深浅来展示区域范围的数值大小。
适合：展现呈面状但属分散分布的数据，比如人口密度等。
局限：数据分布和地理区域大小的不对称。通常大量数据会集中在地理区域范围小的人口密集区，容易造成用户对数据的误解。
相似图表：
- 气泡地图。用气泡大小展现数据量大小。
- 点状地图。用描点展现数据在区域的分布情况。
- 轨迹地图。展现运动轨迹。
8、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。
适合：可以直观清楚地看到页面上每一个区域的访客兴趣焦点。
局限：不适用于数值字段是汇总值，需要连续数值数据分布。
9、矩形树图
展现同一层级的不同分类的占比情况，还可以同一个分类下子级的占比情况，比如商品品类等。
适用：展示父子层级占比的树形数据。
缺陷：不适合展现不同层级的数据，比如组织架构图，每个分类不适合放在一起看占比情况。
10、指标卡
突出显示一两个关键的数据结果，比如同比环比。
适合：展示最终结果和关键数据。
缺陷：没有分类对比，只展示单一数据。
11、词云
展现文本信息，对出现频率较高的“关键词”予以视觉上的突出,比如用户画像的标签。
适合：在大量文本中提取关键词。
局限：不适用于数据太少或数据区分度不大的文本。
12、仪表盘
展现某个指标的完成情况。
适合：展示项目进度。
局限：只适合展现数据的累计情况，不适用于数据的分布特征等。
13、雷达图
将多个分类的数据量映射到坐标轴上，对比某项目不同属性的特点。
适用：了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异。
局限：分类过多或变量过多，会比较混乱。
14、漏斗图
用梯形面积表示某个环节业务量与上一个环节之间的差异。
适用：有固定流程并且环节较多的分析，可以直观地显示转化率和流失率。
局限：无序的类别或者没有流程关系的变量。
15、瀑布图
采用绝对值与相对值结合的方式，展示各成分分布构成情况，比如各项生活开支的占比情况。
适合：展示数据的累计变化过程。
局限：各类别数据差别太大则难以比较。
16、桑葚图
一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，起始流量总和始终与结束流量总和保持平衡。比如能量流动等。
适合：用来表示数据的流向。
局限：不适用于边的起始流量和结束流量不同的场景。比如使用手机的品牌变化。
相似图表：
- 和弦图。展现矩阵中数据间相互关系和流量变化。数据节点如果过多则不适用。
17、箱线图
是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。
适用：用来展示一组数据分散情况，特别用于对几个样本的比较。
局限：对于大数据量，反应的形状信息更加模糊。
