数极客首页

数据可视化 | 你想知道的可视化图都在这

对可视化的使用认知或许来源于下面这张图。虽然结构清晰,但它只针对Excel图表,不够丰富,本文会结合数据分析师的使用场景展示更多的可视化案例,用对图胜于用绚丽的图表。(图表均来自网络)

丰富的图表可以通过位置、长度、角度、方向、形状、面积、体积、饱和度、色调来产生视觉暗示,达到聚焦用户视线,表达图表所表达含义。

数据可视化 | 你想知道的可视化图都在这

Ⅰ、常用三大图:柱(条)、线、饼(环)

柱状图:柱形图是分析师最常用到的图表之一,常用于多个维度的比较和变化。文本维度/时间维度通常作为X轴。数值型维度作为Y轴。柱形图至少需要一个数值型维度。柱形图的对比分析,通过颜色区分类别。当需要对比的维度过多,柱形图是力不从心的。

基础柱状图:每个组数据建议只展示1~3列数据,太多会导致对比困难,图形烦乱;表现每条数据具体值,容易比较大小

数据可视化 | 你想知道的可视化图都在这

条形图:容易比较大小,更关注组内比较

数据可视化 | 你想知道的可视化图都在这

含正负值的条形图:显示两个项目之间有没有相关关系

数据可视化 | 你想知道的可视化图都在这

堆积条形图(堆积柱状图):比较组内占比情况,同时可以比较各组每部分及整体大小

数据可视化 | 你想知道的可视化图都在这

瀑布图:各成分分布构成情况

数据可视化 | 你想知道的可视化图都在这

折线图:折线图是观察数据的趋势,它和时间是好基友,当我们想要了解某一维度在时间上的规律或者趋势时,就用折线图吧。

基础折线图:每组数据建议最多不超过5个点;数据常表现趋势,波动

数据可视化 | 你想知道的可视化图都在这

饼图(环图):饼图是有缺陷的,它擅长表达某一占比较大的类别。但是不擅长对比。30%和35%在饼图上凭肉眼是难以分辨出区别的。当类别过多,也不适宜在饼图上表达。

饼图:可展示多组数据;表现各组数据占总比情况。

数据可视化 | 你想知道的可视化图都在这

双饼图:展示各组内分布情况

数据可视化 | 你想知道的可视化图都在这

Ⅱ、面积图、散点图(气泡图)、雷达图

面积图

面积图:通过面积展示数据值大小,形象直观

数据可视化 | 你想知道的可视化图都在这

散点图:散点图在报表中不常用到,但是在数据分析中可以算出镜率最高的。散点图通过坐标轴,表示两个变量之间的关系。绘制它依赖大量数据点的分布。直观,尤其是大数据量,散点图会有更精准的结果。比如统计中的回归分析,比如数据挖掘中的聚类。

散点图:优势是揭示数据间的关系,发觉变量与变量之间的关联。

数据可视化 | 你想知道的可视化图都在这

气泡图:在散点图的基础上加上面积标示大小,富裕散点图比较大小的功能;气泡图经常需要辅助线来获得图形结论

数据可视化 | 你想知道的可视化图都在这

雷达图:可能男同胞们在游戏中看到它比较多。它在商务、财务领域应用较大,适合用在固定的框架内表达某种已知的结果。常见于经营状况,财务健康程度。

雷达图:用来展示某一类型事物在几个属性的优良情况,或该类事物互相对比

数据可视化 | 你想知道的可视化图都在这

Ⅲ、地理图、热力图、矩形树图

地理图:一切和空间属性有关的分析都可以用到地理图。比如各地区销量,或者某商业区域店铺密集度等。

地理图:地理图的绘制离不开地图数据,POI是很重要的要素。POI是“Point of Information”的缩写,可以翻译成信息点,每个POI包含四方面信息,名称、类别、经度纬度、附近的酒店饭店商铺等信息。借助POI,才能按地理维度展现数据。

数据可视化 | 你想知道的可视化图都在这

热力图:互联网产品中,热力图可以用于网站/APP的用户行为分析,将浏览、点击、访问页面的操作以高亮的可视化形式表现。

热力图:需要数据量较大,常出现在BI系统,很少通过数据分析师制作

数据可视化 | 你想知道的可视化图都在这

矩形树图:柱形图不适合表达过多类目(比如上百)的数据,矩形树图的出现,直观地以面积表示数值,以颜色表示类目。

矩形树图:还可以在每个小面积增加数据点,来代表峰值,最大值。电子商务、产品销售等涉及大量品类的分析,都可以用到矩形树图

数据可视化 | 你想知道的可视化图都在这

Ⅴ、桑基图、漏斗图、箱线图

桑基图:表示信息的变化和流动状态

桑基图:数据分析师经常接触到桑基图,只是不知道它的正式名字,它就是Google网站分析中的用户行为和流量分析。用户从哪里来,去了哪个页面,在哪个页面离开,最后停留在哪个页面,比例分析等

数据可视化 | 你想知道的可视化图都在这

漏斗图:转化率可视化,它适用在固定流程的转化分析,你也可以认为它是桑基图的简化版

漏斗图:转化率也可以用几组数字表示,不一定做成漏斗图,当然,为了显得自己更专业

数据可视化 | 你想知道的可视化图都在这

箱线图:准确地反映数据维度的离散(最大数、最小数、中位数、四分数)情况。凡是离散的数据都适用箱线图。

箱线图:线的上下两端表示某组数据的最大值和最小值。箱的上下两端表示这组数据中排在前25%位置和75%位置的数值。箱中间的横线表示中位数。假如你是一位互联网电商分析师,你想知道某商品每天的卖出情况:该商品被用户最多购买了几个,大部分用户购买了几个,用户最少购买了几个。箱线图就能很清晰的表示出上面的几个指标以及变化

数据可视化 | 你想知道的可视化图都在这

Ⅵ、其他图形

词云

用来展示高频出现的词,搜索词等

关系图

展现事物相关性和关联性的图表,比如社交关系链、品牌传播、或者某种信息的流动

堆积玫瑰图

优点:可在一个图表中集中反映多个维度方面的百分比构成数据,幅面小,信息量大,形式新颖,吸引注意力,够高级,够给力:)

缺点:非常见图表形式,多数人不易看懂。图形存在误导因素,同样的半径长度,越往外面积越大,但实际是以长度代表数值。

适用场合:适合书面研读,不太适合PPT讲解。适合商业杂志、财经报刊等媒体做信息图表用途,传统工作场合需慎用,可能会给人用力过猛、炫技、夸张的感觉。

混合图

常见混合图为线柱混合图

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是用户行为分析领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章