三种常用类型的图示方法

1. 常用的图表有那些类型他们各有什么特点

除了柱状图、条形图、折线图、饼图等常用图表之外，还有数据地图、瀑布图和散点图，旭日图，漏斗图等等。一起了解下不同图表的使用场景、优劣势！

1.柱状图

适用场景：适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。

优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。

劣势：柱状图的局限在于只适用中小规模的数据集。

延伸图表：堆积柱状图、百分比堆积柱状图

不仅可以直观的看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时，最适合。

2.条形图

适用场景：显示各个项目之间的比较情况，和柱状图类似的作用；

优势：每个条都清晰表示数据，直观；

延伸图表：堆积条形图、百分比堆积条形图

3.折线图

适用场景: 折线图适合二维的大数据集，还适合多个二维数据集的比较。

优势：容易反应出数据变化的趋势。

4.各种数据地图（一共有6种类型）

适用场景：适用于有空间位置的数据集；

优劣势：特殊状况下使用，涉及行政区域；

（1）行政地图（面积图）

（2）行政地图（气泡图）

（3）地图图表（根据经纬度，可做区域、全国甚至全球地图）：点状图

（4）地图图表：热力图

（5）地图图表：散点图

（6）地图图表：地图+柱状/饼图/条形

5.饼图（环图）

适用场景：显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。

优势：明确显示数据的比例情况，尤其合适渠道来源等场景。

劣势：肉眼对面积大小不敏感。

6.雷达图

适用场景：雷达图适用于多维数据（四维以上），且每个维度必须可以排序，数据点一般6个左右，太多的话辨别起来有困难。

优势：主要用来了解公司各项数据指标的变动情形及其好坏趋向。

劣势：理解成本较高。

7.漏斗图

适用场景：漏斗图适用于业务流程多的流程分析，显示各流程的转化率。

优势:在网站分析中，通常用于转化率比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率，能够直观地发现和说明问题所在。

劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。

8.词云

适用场景： 显示词频，可以用来做一些用户画像、用户标签的工作。

优势：很酷炫、很直观的图表。劣势：使用场景单一，一般用来做词频。

9.散点图

适用场景：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。散点图适用于三维数据集，但其中只有两维需要比较。

优势：对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。

劣势：在点状图中显示多个序列看上去非常混乱。

延伸图表：气泡图（调整尺寸大小就成气泡图了）

10.面积图

适用场景：强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。

延伸图表：堆积面积图、百分比堆积面积图还可以显示部分与整体之间（或者几个数据变量之间）的关系。

11.指标卡

适用场景：显示某个数据结果&同环比数据。

优势：适用场景很多，很直观告诉看图者数据的最终结果，一般是昨天、上周等，还可以看不同时间维度的同环比情况。

劣势：只是单一的数据展示，最多有同环比，但是不能对比其他数据。

12.计量图

适用场景：一般用来显示项目的完成进度。

优势：很直观展示项目的进度情况，类似于进度条。

劣势：表达效果很明确，数据场景比较单一。

13.瀑布图

适用场景：采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系，最终展示一个累计值。

优势：展示两个数据点之间的演变过程，还可以展示数据是如何累计的。

劣势：没有柱状图、条形图的使用场景多。

14.桑基图

适用场景：一种特定类型的流程图，始末端的分支宽度总各相等，一个数据从始至终的流程很清晰，图中延伸的分支的宽度对应数据流量的大小，通常应用于能源、材料成分、金融等数据的可视化分析。

15.旭日图

适用场景：旭日图可以表达清晰的层级和归属关系，以父子层次结构来显示数据构成情况，旭日图能便于细分溯源分析数据，真正了解数据的具体构成。

优势：分层看数据很直观，逐层下钻看数据。

16.双轴图

适用场景：柱状图+折线图的结合，适用情况很多，数据走势、数据同环比对比等情况都能适用。

优势：特别通用，是柱状图+折线图的结合，图表很直观。

劣势：这个好像没什么劣势，个人感觉。

所有的数据图表均来自BDP个人版~~~图表综合效果如下：

2. 在PPT中我们常用的图表种类分为几类 各自的优势是什么

PPT时经常涉及到数据展现，但“怎样的数据适合哪些图表”。

数据可视化有很多既定的图表类型，下面我们分别来谈谈这些图表类型，他们的适用场景，以及使用的优势和劣势。

1-柱状图

3. 图表类型有哪些呢

图表类型有：条形图、柱状图、饼图、环形图、面积图、线形图、散点图等。

1、条形图

条形图（bar chart）是用宽度相同的条形的高度或长短来表示数据多少的图形。条形图可以横置或纵置，纵置时也称为柱形图（column chart）。此外，条形图有简单条形图、复式条形图等形式。

4. 简述图表特点和种类

1.柱状图

适用场景：适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。

优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。

劣势：柱状图的局限在于只适用中小规模的数据集。

延伸图表：堆积柱状图、百分比堆积柱状图，堆积图不仅可以直观的看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时，最适合。

2.条形图

适用场景：显示各个项目之间的比较情况，和柱状图类似的作用；

优势：每个条都清晰表示数据，直观；

延伸图表：堆积条形图、百分比堆积条形图

3.折线图

适用场景: 折线图适合二维的大数据集，还适合多个二维数据集的比较。

优势：容易反应出数据变化的趋势。

4.各种数据地图（一共有6种类型）

适用场景：适用于有空间位置的数据集；

优劣势：特殊状况下使用，涉及行政区域；

（1）行政地图（面积图）

（2）行政地图（气泡图）

（3）地图图表：点状图

5. 分类数据的图示方法有哪些

数据分类就是把具有某种共同属性或特征的数据归并在一起，通过其类别的属性或特征来对数据进行区别。为了实现数据共享和提高处理效率，必须遵循约定的分类原则和方法，按照信息的内涵、性质及管理的要求，将系统内所有信息按一定的结构体系分为不同的集合，从而使得每个信息在相应的分类体系中都有一个对应位置。换句话说，就是相同内容、相同性质的信息以及要求统一管理的信息集合在一起，而把相异的和需要分别管理的信息区分开来，然后确定各个集合之间的关系，形成一个有条理的分类系统。[1]
数据分类的目的是根据新数据对象的属性，将其分配到一个正确的类别中。分类分析用预测方法预测给定数据对象的类标号，被广泛地应用到信誉证实、医疗诊断及选择购物等领域。[2]
我们都知道调研分析的基础是数据，而数据的类型可以分为：
连续性的变量：比如，身高，体重，化验值等等，这些变量的特点可以有小数点，可以直接录入；
2. 分类变量：其变量值是定性的，表现为互不相容的类别或属性。实际上在调研当中运用最多的就是分类变量，可分为无序变量和有序变量两类。
①无序分类变量是指所分类别或属性之间无程度和顺序的差别，例如二项分类，性别（男、女），药物反应（阴性、阳性）等。例如多项分类，血型（ O、A、B、AB），职业（工、农、商、学、兵）等。

6. 地图上地貌的表示法主要有哪几种

地图上地貌的表示法主要有：
1、等高线法,表示地形地貌,含坎线、斜坡线、高程点等,共同表示地貌变化（比例尺较大）.
2、图示法,比较常见的就是通过颜色不同来表示不同高度的地形地貌（比例尺较小）.
3、影像法,直接通过航空摄影图像和卫星图片来直观表示地形地貌.（网络地图等常用）

7. 建筑识图工程上常用三种图示法

建筑识图工程上常用三种图示法：
土木工程图中,
由于表达目的和构筑物的不同，
需要采用不同的图示方法。
常用的图示方法有正投影图、轴测投影图和标高投影图。

8. 常见的系统图式有哪几种

第一种：用例图，这个图其实经常被忽略，特别是在互联网公司。但是一个大系统，如果没有用例图，是很难看出这个系统要干什么的。无论是业务用例还是系统用例，个人认为都非常重要。业务用例描述了这个系统能干什么，系统用例用来描述你把整个系统拆成多少个子系统/模块。

第二种：流程图。这里不建议画最简单流程图，建议画序列图或者泳道图，基本上一个系统用例最少有一个流程图，描述每个系统用例的关键流程。为什么不建议最简单流程图？这里流程图得要反映出模块之间的主要调用关系，你要是用最简单流程图是没法描述出来的。

第三种：er图，描述系统主要实体。这个没得说，一定需要，不会很多时候就画成了db字段描述图（泪奔），但是总比没有好，哈哈

第四种：架构图，所谓的线框图或者xx画的，分成一层一层又一块一块的，反正看起来很牛逼。这个图至今我也没看出什么作用，反应不出业务逻辑，也没法反映系统部署状况，感觉主要是前些年看网上很多人分享的时候画了所以也就画了。如果真有一点实用价值的话，应该就是告诉别人系统大概有哪些模块吧。

9. 数值型数据的整理和图示方法各有哪些

一、数据的分组：观察数据的分布特征：

1、单变量值分组：适用于离散变量，其变量值较少。

2、组距分组：适用于连续性型变量，其变量值较多。

二、数值型数据的图示：

1、分组数据：直方图。

2、未分组数据：茎叶图，箱线图。

3、茎叶图：反映原始数据分布形状，离散状况（是否对称，集中，存在离群点）。

(9)三种常用类型的图示方法扩展阅读：

注意事项：

1、负数能否录入，若录入是否合法。

2、 0能否录入，若录入是否合法。

3、 数据上限检查：能否录入超出上限值的数据；能否录入上限值。

4、 数据关系检测：若各项数据之间有关联，如等值，检查数据关系是否还满足。

5、 实数定义后，小数位是否能满足。

6、 数据类型检查：整型数据能否录入小数，实数型数据能否录入小数。