盘点数据分析中常用的图表类型

您所在的位置:网站首页 常用图表有哪些类型 盘点数据分析中常用的图表类型

盘点数据分析中常用的图表类型

2024-06-09 11:51| 来源: 网络整理| 查看: 265

640?wx_fmt=jpeg

极客猴,热衷于 Python,目前擅长利用 Python 制作网络爬虫以及 Django 框架。

2019 年已悄然过去两个星期,不知你是否有新的收获?今天给大家分享的内容是如何准确选择图表类型。

虽然文字能很生动形象地描述出一件事或一个人,但是它在数据面前则显得有点吃力。因为文字描述一些数据时,需要人们去理解,在大脑中做对比。而图表具有集中、概括、便于分析和比较的特点,能给人一种直观、清晰的感觉;因此,在数据表示方面,图表比文字更适合。

01图表类型

微软公司在数据图表显示这方面可以算是行家。Excel 作为 Office 三剑客之一,它提供着一些丰富的图表类型。常见的图表大概能分为 8 种,分别是柱形图、折线图、饼图、条形图、面积图、X Y(散点图)、曲面图、雷达图。

640?wx_fmt=png

如果将上述图表进行细分,还是划分出很多子类型图表。如:

640?wx_fmt=png

当然,万变不离其宗。不管子类型图表怎么演变,还是属于上述 8 种图表。大概变化规律有四点:1)二维图形变成三维图形。2)横纵坐标表示值发生改变,如从具体数值变成百分比。3)图形的叠加,如堆积柱形图、簇状条形图。4)增加特殊标记,如直线、特殊点的值等。

上述的分类是按照图表的形状来分类,还有一种分类是按照数据呈现的关系(或者说功能性)来分类。大概能分为以下几类:

1)趋势图趋势图是最基础的图表,包括折线图、柱状图、堆积图等多种形式。

2)占比图占比图反应出不同部分占据总体的百分比。这类图形有饼图、环形图、百分比堆积条形图等。

3)对比图对比图反馈是两种或多种事物之间的差距。常见图形有柱形图、条形图等。

4)关联图关联图能呈现出维度之间的联系。散点图反馈两个变量之间存在某种关联。雷达图反馈是多个维度数据之间的关系。

02图表作用

我们根据亿图提供的图表来详细了解各个图表的作用。

1)柱状图柱形图适于比较数据之间的多少。另外,柱状图可以用来观察某一事件的变化趋势。如果将整体拆分可以做成堆积图,同时观察到部分所占比重及变化趋势。

640?wx_fmt=png

2)条形图条形图显示各个项目之间的比较情况,和柱状图类似的作用。柱状图是纵向显示,条形图是横向显示。

640?wx_fmt=png

3)折线图折线图可以观察一个或者多个数据指标连续变化的趋势,也可以根据需要与之前的周期进行同比分析。

640?wx_fmt=png

4)饼图饼图主要是用来了解不同部分占总体的比例。

640?wx_fmt=png

5)环形图环形图是用来显示部分与整体关系的图。

640?wx_fmt=png

6)面积图面积图可以用来展示变化的幅度。

640?wx_fmt=png

7)散点图散点图主要作用是判断两个变量(XY)之间的是否存在关系或者度量关系强弱。

640?wx_fmt=png

8)雷达图雷达图可以用来表现一个周期数值的变化,也可以用来多个对象/维度之间的关系。

640?wx_fmt=png

9)气泡图气泡图判断三个变量之间是否存在某种关系。它跟散点图有点类型,只不过气泡图以气泡大小作为新的维度。

640?wx_fmt=png

10)词云词云可以用来显示词频,可以用来做一些用户画像、用户标签的工作;

640?wx_fmt=png

11)漏斗图漏斗图用来表示逐层筛选的过程,主要用于转化过程。

640?wx_fmt=jpeg

12)地理图地理图呈现出跟地理相关的图。可以用来显示气温和地理的关系等。常见有区域地图、散点地图、热力地图等。

640?wx_fmt=jpeg

640?wx_fmt=png

§ §

Python中文社区作为一个去中心化的全球技术社区,以成为全球20万Python中文开发者的精神部落为愿景,目前覆盖各大主流媒体和协作平台,与阿里、腾讯、百度、微软、亚马逊、开源中国、CSDN等业界知名公司和技术社区建立了广泛的联系,拥有来自十多个国家和地区数万名登记会员,会员来自以公安部、工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的政府机关、科研单位、金融机构以及海内外知名公司,全平台近20万开发者关注。

更多推荐

Python迭代器使用详解

一文读懂Python可迭代对象、迭代器和生成器

用Python爬取金融市场数据

搭建CNN模型破解网站验证码

用Python进行图文识别(OCR)

投稿邮箱:[email protected]

640?wx_fmt=jpeg

▼点击下方阅读原文,免费成为数据科学俱乐部会员



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3