数据可视化视图10种表现形式

数据可视化的散点图（Scatterplot）

当您想显示两个连续变量之间的关系时，这是一个非常有用的图表。 例如，如果要可视化房屋价格和区域之间的关系，则应使用此图表。 通过可视化此散点图，我们可以回答以下问题。

A、两个变量之间的关系是否存在？

B、两个变量之间存在正相关还是负相关？

C、两个变量之间的关系程度是多少？

数据可视化的线图或折线图（Line Plot or Line Chart）

折线图提供了一些有用的方式来显示一段时间内的数据。 折线图对于可视化时间序列数据或您希望可视化随时间的变化非常有用。 折线图还提供了两个或两个以上系列之间的有意义的比较。 例如，1950年至2020年的世界人口世界。但请始终记住，在x轴上绘制的数据必须是一致的间隔。

数据可视化的柱形图或垂直条形图（Column Chart or Vertical Bar Chart）

柱形图是最常见和最被忽略的图表。 柱形图在呈现分类数据和连续数据之间的信息方面非常强大。 该图表在比较数据中的各种类别时非常有帮助。柱状图和条形图可用于比较分类数据或有序数据，说明值集之间的差异以及显示整体的比例或百分比。

数据可视化的水平条形图（Horizontal Bar Chart）

柱状图的翻转版本，非常有用，因为它非常易于阅读。 当类别数量更多时，始终建议使用水平条形图。 我们的大脑经过训练可以从左到右读取信息，这使得水平条形图非常易于阅读。 水平条形图对于比较名义数据很有用。 当您尝试绘制水平条形图时，请按升序或降序排列信息。

数据可视化的面积图（Area Chart）

面积图结合了饼图和折线图的功能。 与单独的饼图和折线图相比，面积图提供了更多信息。 如果数据在图表中有很多序列，则应该更仔细地使用面积图，这样会使观察者的头脑混乱。

数据可视化的气泡图（Bubble Chart）

这是在二维中呈现3维信息的一种方式。 气泡图是一种散点图，其中气泡的大小定义了第三个变量的值。 该图表在说明该地点的社会经济状况时非常有用。

数据可视化的饼图（Pie Chart）

如果我们有兴趣了解每个数据源在总数中的相对比例。 饼图可能会非常有用。 饼图显示将一个圆圈划分为显示相对比例的饼形区域。 但是大多数专家建议不要使用饼图，因为在饼图中比较不同的比例总是很困难。

数据可视化的华夫饼图或方形饼图（Waffle Chart or Square Pie Chart）

华夫饼图是一个10 X 10的单元格网格，其中每个单元格代表1个百分点的总和，总计为100％。 华夫饼图可以用条件格式表示，其中根据该KPI的百分比值以不同的颜色突出显示单元格。可以全面了解项目及其对整体的贡献，也可以显示不同的KPI百分比值。

数据可视化的堆叠垂直和水平图（Stack Vertical and Horizontal Chart）

如果您对类别以及子类别信息感兴趣，那么堆栈图可能会很有用。 堆栈垂直和水平图表显示了不同类别的总计，但是此堆栈图表提供了有关子类别的信息。 这些子类别可以显示绝对值或总和为100％。

数据可视化的马赛克图（Mosaic Plot）

这是一张被低估且不常见的图表。 当两个变量都包含分类数据并且您想知道这些变量之间的关系时。 那么马赛克图非常有用。镶嵌图是一种用于可视化来自两个或多个定性变量的数据的图形方法。 由于与Marimekko的印刷相似，马赛克图也称为Mekko图 。

我们还有许多其他图表可以帮助可视化信息。 但是，这些是最常见的有用图表。 我曾经说过，这种数据可视化是艺术与科学的结合。 应该具有创造力和科学精神，以便为数据提供最佳视觉效果。