吐血整理：24种可视化图表优缺点对比，一图看懂！

- 日理万妓 2022-12-06 15:14 195阅读 0赞

![format_png][]

**导读：**史上最全图表类型术语&指南来了！

作者：斯科特·贝里纳托（Scott Berinato）

来源：大数据DT（ID：hzdashuju）

安德鲁·阿伯拉（Andrew Abela）制作的《这份指南》（*This Guide*）是思考图表类型的一个很好的起点，但不要把它用作决策引擎。并不是人人都同意他对图表类型的组织方式，层级结构也并未包含所有有效的图表类型。

事实上，这里显示的每个图表都有许多变体和混合，而且**人们时时刻刻都在创建出新的图表类型。**此外，当你想要拓展自己的思维，尝试多种方法时，这个工具可能缩小你的思考范围。

但是，它将帮助你理解各种形式的类别（例如，比较和分布），并且**可能激发你尝试一些新东西。**我已经对《这份指南》进行了调整，使之与“交谈-画草图-创建原型”的框架相适应。至于我是怎样调整的，请参见下图。

![format_png 1][]

▲关注大数据DT（ID：hzdashuju），在后台对话框回复**可视化**，可获取无压缩**高清大图**。

**01 2×2矩阵**

也叫矩阵，水平和垂直平分的方框，形成了四个象限。它常用于说明基于两个变量的类型。

![format_png 2][]

*  **优点：**针对元素分类和“区域”创建的易于使用的组织原则
 *  **缺点：**在不同的空间间隔绘制象限内的项，暗示两者可能不存在统计关系

**02 冲积图**

也称为流图，显示值怎样从一个点移动到另一个点的节点和流。这通常用于展示值在一段时间内的变化，或者其组织方式的细节，例如，预算拨款如何逐月使用。

![format_png 3][]

*  **优点：**在值的更改中公开详细信息，或者在广泛数据类别中公开地详细分解
 *  **缺点：**流中的许多值和变化导致复杂而且交叉的视觉效果，虽然很漂亮，但可能很难解释

**03 条形图**

表示类别之间关系（“分类数据”）的高度或长度不等的条形。常用来比较同一指标下的不同群体，如10位不同CEO的薪酬。（当条形图垂直时也称为柱状图。）

![format_png 4][]

*  **优点：**大家都熟悉的形式；非常适合于类别之间的简单比较
 *  **缺点：**许多条形图可能会造成趋势线的印象，而不是突出离散值；多组条形可能变得难以解析
 *  **延伸阅读：**[手把手教你用直方图、饼图和条形图做数据分析（Python代码）][Python]

**04 气泡图**

散布在两次测量上的点，为数据增加了第三个维度（气泡大小），有时增加了第四个维度（气泡颜色），以显示几个变量的分布。常用来表示复杂的关系，如绘制不同国家的多个人口数据块。（也被错误地称为散点图。）

![format_png 5][]

*  **优点：**合并“z轴”最简单的方法之一；气泡大小可以为分布式的可视化图表增加至关重要的上下文
 *  **缺点：**按比例调整气泡大小是棘手的（面积与半径不成比例）；从本质上说，三轴和四轴的图表需要更多的时间来解析，因此不太适合于一目了然的表示
 *  **延伸阅读：**[什么是气泡图？怎样用Python绘制？有什么用？终于有人讲明白了][Python 1]

**05 凹凸图**

也称为疙瘩图（bumps chart），显示随着时间推移的排名顺序变化的线条。常用来表示受欢迎程度，如每周的票房排名。

![format_png 6][]

*  **优点：**表现受欢迎程度、赢家和输家的简单方式
 *  **缺点：**变化没有统计学意义（值是序数，而不是基数）；许多的等级和更多的变化使其具有引人注目的优势，但也可能使其难以追踪观察排名

**06 点图**

显示沿一根轴线的几个测量值。当重要的不是每根条形的高度而是条形之间的高度差时，常用于代替条形图。

![format_png 7][]

*  **优点：**一种在垂直的或水平的狭小空间内都适用的紧凑形式；比传统的形式（条形图）更容易沿着单一的测试方法来进行比较
 *  **缺点：**由于要绘制的点很多，很难有效地标记；如果这很重要，那就消除了所有类别之间的趋势感

**07 流程图**

用多边形和箭头表示流程或工作流。通常用于描绘决策，数据如何在系统中移动，或者人们如何与系统交互，例如用户在网上购买产品的过程。（也称为决策树，它是流程图的一种类型。）

![format_png 8][]

*  **优点：**形式化的系统，被普遍接受，用于表示具有多个决策点的流程
 *  **缺点：**必须理解已确定的语法（例如，菱形表示决策点；平行四边形表示输入或输出等规则）

**08 地理图**

也叫地图，用于表现属于现实世界中位置的值的地图。常用于比较国家或地区之间的值，如显示政治立场的地图。

![format_png 9][]

*  **优点：**如果看图者熟悉地理，可以很容易地找到值并在多个层次上对它们进行比较（即同时按国家和地区比较数据）
 *  **缺点：**使用位置的大小来表示其他值，可能会强化或弱化这些位置中编码的值

**09 层次图**

用来表示元素集合的关系和相对排名的线和点。通常用来表示某组织的结构，如家庭或公司。（也称为组织结构图、家谱或树形图，所有这些都是层次图的类型。）

![format_png 10][]

*  **优点：**一种记录和说明关系与复杂结构的易于理解的方法
 *  **缺点：**行与方框的方法在显示复杂性方面受到限制；更难显示不那么正式的关系，比如人们如何在公司的层级制度之外合作

**10 直方图**

基于范围内每个值的出现频率来显示分布情况的条形。常用于显示概率等结果的风险分析模拟。（也被错误地称为条形图，实际上，条形图用于比较类别之间的值，而直方图则显示一个变量的值的分布。）

![format_png 11][]

*  **优点：**用来显示统计分布和概率的基本图表类型
 *  **缺点：**看图者有时会把直方图误认为条形图
 *  **延伸阅读：**[手把手教你用Python画直方图：其实跟柱状图完全不同][Python 2]

**11 折线图**

显示值如何变化的一些相互连接的点，通常随时间的推移而变化（连续数据）。常用于通过把多条线画在一起来比较趋势，例如几家公司的收入。（也称为体温记录图或趋势线。）

![format_png 12][]

*  **优点：**大家都熟悉的形式；非常适合于一目了然地表现趋势
 *  **缺点：**如果我们重点关注趋势线，将更难看到和探讨离散的数据点；太多的趋势线使得人们很难看到任何单根的线
 *  **延伸阅读：**[什么是折线图？怎样用Python绘制？怎么用？终于有人讲明白了][Python 3]

**12 棒棒糖图**

类似于点图，但在单个测量值上绘制两个点，用一根线连接，以显示两个值之间的关系。绘制几个棒棒糖图，可以产生类似于浮动条形图的效果，其中的值并不全都固定在同一个点上。（它也被称为双棒棒糖图。）

![format_png 13][]

*  **优点：**既适合水平又适合垂直的紧凑的图表形式；当两个变量之间的差异最重要时，非常适合在它们之间进行多次比较
 *  **缺点：**当变量“翻转”（高值是前一个棒棒糖图中的低值）时，多个棒棒糖图之间的比较可能令人困惑；值相似的多个棒棒糖图，使得评估图中的单个项变得困难

**13 隐喻图**

箭头、金字塔、圆圈和其他公认的图形，用来表示非统计概念。通常用于表示抽象的想法和流程，如业务周期。

![format_png 14][]

*  **优点：**能够简化复杂的想法；由于人们对隐喻的普遍认识，所以显得天生就能理解这种图
 *  **缺点：**很容易混淆隐喻，误用隐喻，或者过度设计隐喻

**14 网络图**

连接在一起的节点和线，以显示一个群体中各元素之间的关系。通常用于表示实物之间的相互联系，如计算机或人。

![format_png 15][]

*  **优点：**有助于说明节点之间的关系，这些关系在我们采用其他方式时可能很难看出来；突出显示集群和异常值
 *  **缺点：**网络往往迅速变得复杂起来。有些网络图虽然漂亮，但可能很难解释

**15 饼形图**

被分成若干部分的圆，每个部分代表某个变量在整个值中所占的比例。通常用于显示简单的总数细分，如人口统计。（也称为甜甜圈图，它是一种以圆环形式显示的变化图。）

![format_png 16][]

*  **优点：**无处不在的图表类型；显示主导份额和非主导份额
 *  **缺点：**人们对扇形楔形块的面积估计得不是很好；如果楔形块过多，将使得值难以区分和量化

**16 桑基图**

显示值是如何分布和传输的箭头或条形。常用于显示物理量的流动，如能量或人。（也称为流图。）

![format_png 17][]

*  **优点：**使人们易于发现系统流程中的细节；帮助识别主要的组成部分和低效的地方
 *  **缺点：**是一种由包含许多组成部分和流动路径的复杂系统构成的图表
 *  **延伸阅读：**[怎样用Python绘制诱人的桑基图？][Python 4]

**17 散点图**

对照某一特定数据集的两个变量而绘制的点，表示这两个变量之间的关系。常用于检测和显示相关性，如年龄与收入的关系图。

![format_png 18][]

*  **优点：**大多数人都熟悉的基本图表类型；这种空间方法可以很容易地看到相关、负相关、集群和异常值
 *  **缺点：**很好地表现了相关性，以至于即使相关性并不意味着因果关系，人们也可能做出因果关系的推测
 *  **延伸阅读：**[Python数据可视化：5段代码搞定散点图绘制与使用，值得收藏][Python_5]

**18 斜率图**

表示值的简单变化的线。通常用来表示剧烈的变化，或与大多数斜率相反的异常值，例如某地区的收入下降，其他所有地区的收入都在上升。（也称为折线图。）

![format_png 19][]

*  **优点：**创造了一种简单的之前和之后的叙事，无论是单个值还是许多值的总体趋势，都让人很容易看出和掌握
 *  **缺点：**排除了两种状态之间值的所有细节；太多纵横交错的线条可能让人很难看到单个值中的变化

**19 小型多图**

一系列小图表，通常是线形图，显示在同一尺度上测量的不同类别。常用于多次显示简单的趋势，如按国家划分的GDP趋势。（也称为网格图或格状图。）

![format_png 20][]

*  **优点：**和将所有的线都叠加在同一个图表中相比，更容易比较多个甚至几十个类别之间的差异
 *  **缺点：**如果没有戏剧性的变化或差异，就很难在比较中发现其意义；你在单个图表中看到的一些“事件”就会丢失，例如变量之间的交点

**20 叠加区域图**

也称为区域图，描绘某一随着时间的推移而变化的变量的线条，线条之间的区域用颜色填充，以强调体积或累计总数。通常用于按时间比例显示多个值，例如一年中多个产品的销售量。

![format_png 21][]

*  **优点：**能很好地显示出比例随时间的变化；强调体积感或积累感
 *  **缺点：**太多的“层次”使得每一层都太薄了，以至于很难看到随时间的变化、差异，或者难以追踪观察值的情况

**21 叠加条形图**

被分成若干部分的矩形，每个部分代表某个变量在整体中的比例。通常用于显示简单的分类汇总，如各地区的销量。（也称为比例条形图。）

![format_png 22][]

*  **优点：**有些人认为它是饼形图的一个更好的替代图表；很好地显示主导份额和非主导份额；可以有效地处理比饼形图更多的类别；水平和垂直都适用
 *  **缺点：**包含太多的类别或者将多个堆积条形组合在一起，可能使你很难看到差异和变化

**22 表格**

按列和行排列的信息。通常用于跨多个类别显示单个值，如季度财务业绩。

![format_png 23][]

*  **优点：**使每个单个的值都可用；与相同信息的单调版本相比，更容易阅读和比较值的情况
 *  **缺点：**难以对趋势产生粗略的了解，也很难对几组值进行快速比较

**23 树形图**

被分割成更小矩形的矩形，每个更小矩形代表某个变量与整个值的比例。常用于表示等级比例，如按类别和子类别划分的预算。

![format_png 24][]

*  **优点：**显示详细比例分解的紧凑形式；克服了饼形图的许多楔形块的限制
 *  **缺点：**以细节为导向的形式，不适合快速理解；太多的类别会造成令人震惊但难以解析的视觉效果；通常需要能够精确排列正方形的软件

**24 单位图**

用于表示与分类变量相关的单个值的集合的点或图标。通常用于显示实物的记录，如花费的金额或者流行病中的患者。（也称为点图。）

![format_png 25][]

*  **优点：**以比某些统计演示更加具体、更加形象的方式来表现值
 *  **缺点：**太多的单元类别可能使你难以将精力集中在核心的意义上；要拥有强大的设计能力，才能使单位的安排最有效

关于作者：斯科特·贝里纳托（Scott Berinato），《哈佛商业评论》高级编辑和、数据分析师、视觉化专家，同时也是一位获奖作家、编辑和内容架构师。他自称为“可视化极客”，喜欢利用可视化的方法解决各类沟通问题。在《哈佛商业评论》任职时，他曾倡导使用视觉传达和讲故事的方法，成功推出了可视化语言。

本文摘编自《用图表说话：职场人士必备的高效表达工具》，经出版方授权发布。

延伸阅读《用图表说话》

点击上图了解及购买

转载请联系微信：DoctorData

**推荐语：**用图表说话：新的商业沟通语言，职场人士必备技能。《哈佛商业评论》数据可视化专家手把手教你轻松制作清晰简洁、有说服力的图表，沟通复杂问题，做出明智的商业计划和决策。

![音符][format_png 26]

**划重点????**

**干货直达????**

*  [为什么Spark能成为最火的大数据计算引擎？它是怎样工作的？][Spark]  
    
 *  [吐血整理：盘点19种大数据处理的典型工具][19]  
    
 *  [10道题搞懂色彩搭配的6大准则，让你的图表开口说话！][10_6]  
    
 *  [学习Numpy，看这篇文章就够啦][Numpy]

**更多精彩????**

在公众号对话框输入以下**关键词**

查看更多优质内容！

**PPT** | **读书** | **书单** | **硬核** | **干货**** **| **讲明白 **|** 神操作**

**大数据** | **云计算** | **数据库** | **Python** | **可视化**

**AI** | **人工智能** | **机器学习** | **深度学习** | **NLP**

**5G**** **|** 中台 **|** 用户画像**** **| **1024** | **数学 **|** 算法 **| **数字孪生**

据统计，99%的大咖都完成了这个神操作

**????**

![format_png 27][]

![format_png 28][]

[format_png]: /images/20221123/235f2994c61549d8aebdd367f5d918a9.png
[format_png 1]: /images/20221123/59006bae9e06418780a385e4d08442ec.png
[format_png 2]: /images/20221123/a46fd1ed26c445f7b7df4b6d0e4e290b.png
[format_png 3]: /images/20221123/37940747c79c46f0a9c86c2d6df4ebdf.png
[format_png 4]: /images/20221123/c172498380774d7e9a9d3a7c72742e42.png
[Python]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c9384dbfb1a92976c77c419bbff291f155e48741d67a1421eca7252678ed3a4ea8ff8c76b&idx=2&mid=2247506536&scene=21&sn=b8947a8c5181847218d1013e38a49ce8#wechat_redirect
[format_png 5]: /images/20221123/378d1cf55de64457ab95e038366acfb6.png
[Python 1]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8f4bf4dbf8c2e2f48b47bd397d48eb6dcfc2ff999fbebc653302e987a5d3b8e2d2d9bcec96&idx=1&mid=2247483928&scene=21&sn=45aca88f3aa22a4c052d8d6a85144c2c#wechat_redirect
[format_png 6]: /images/20221123/294a09f4c28844e9b83aa25ab4835453.png
[format_png 7]: /images/20221123/f4c495a4ec2d48759f0c254068979726.png
[format_png 8]: /images/20221123/f60e4e20d4034cf1a7f759b2b219320f.png
[format_png 9]: /images/20221123/1d0fa87c27324e60a956343449c76560.png
[format_png 10]: /images/20221123/166ee9e8217c415289a07d7871c52d29.png
[format_png 11]: /images/20221123/55df82d8ca97443987e199b2009203ad.png
[Python 2]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c8e32dbfb0724800c71a2088d5c8a671c3b8b6fe85a286ba8dbb98994afb718bc8450addf&idx=2&mid=2247501790&scene=21&sn=94f3eec08b5dc916dfb596a1ff8e3ca4#wechat_redirect
[format_png 12]: /images/20221123/57ff63bd682c409fa3b40419c43cb0b3.png
[Python 3]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c8dafdbfb04b94fbf3511cd6cdcfdf84976d185bb07b6d280f585f2e983091971965ea815&idx=2&mid=2247500867&scene=21&sn=912b2acb8bc5ab908db4d5bc8d289928#wechat_redirect
[format_png 13]: /images/20221123/4f8fea6dd66141328c1e0bc05a93d009.png
[format_png 14]: /images/20221123/7171a585515a4150acad960080bb5ebc.png
[format_png 15]: /images/20221123/0265a4a898fb4bb2b1671c96f10ab977.png
[format_png 16]: /images/20221123/b290df85e7f84ef2b72211e715a0c2e1.png
[format_png 17]: /images/20221123/9c2e07d480044e81b7a838cc910efe57.png
[Python 4]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c8006dbfb091069f9eff5540d1424c6be591fcdea5319f7b3a899844f7613c1c751e15674&idx=2&mid=2247502314&scene=21&sn=e12db60dce8d0253e813c4021c805414#wechat_redirect
[format_png 18]: /images/20221123/5fc2065e36fc4ae6806c285356150f4d.png
[Python_5]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8f4bebdbf8c2fd531167d64df77c46d8f0460572024e4bb4793840775b05ccfa762fc6e639&idx=1&mid=2247483911&scene=21&sn=6c62bc4879d18d2a639c884d257422a8#wechat_redirect
[format_png 19]: /images/20221123/f42b19b651ef49d3be7ab917f4399b3a.png
[format_png 20]: /images/20221123/c2105c2377194271991ab77df138ac94.png
[format_png 21]: /images/20221123/ef971ecaf05c4427999e5a6a4402b305.png
[format_png 22]: /images/20221123/d0155564f7b144d2bad9543c47303705.png
[format_png 23]: /images/20221123/adbd987c9e5540989e4f53919314cc44.png
[format_png 24]: /images/20221123/e1dd6a3fd150448ea12aadf143309fea.png
[format_png 25]: /images/20221123/4e876a06c5e64431ad9d97e71d4678cf.png
[format_png 26]: /images/20221123/b5d6ee16f7d645858458750450ab0e24.png
[Spark]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8cf12bdbfb783d44c7dcb018cd39fbb4f55f87c1187decd7eeeafa442f3bb473a56b688fa7&idx=2&mid=2247514311&scene=21&sn=4409cb244369f80972622f05ea88bda2#wechat_redirect
[19]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8cfe32dbfb7724007c51e6b2262054bc9f7c921ede07e8b73c1753c93592ce5386a800a4cf&idx=2&mid=2247514078&scene=21&sn=4bfdf2f94a7e80132f350bc9c72952fe#wechat_redirect
[10_6]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8cff55dbfb76433046c2e8d7d498d779a05255b8f87b1be07a1b12f3b57d06899c4ddbb81a&idx=2&mid=2247513785&scene=21&sn=2ad571741fc2c976c9566e9ce69ec165#wechat_redirect
[Numpy]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8cfd71dbfb7467459f65554275904119b9b65fbef82385b94b4f97f48326590c2140210e86&idx=2&mid=2247513245&scene=21&sn=c074302c46fe82882fb529933bd5a30e#wechat_redirect
[format_png 27]: /images/20221123/3aab2b46df69443ca9fef615640d5838.png
[format_png 28]: /images/20221123/15ee1417eb544377bd440cb7485d8342.png