 通过前面的内容我们不难发现，数据分析需要学习很多的知识，比如数据分析中的AARRR模型以及漏斗模型。当然，这是针对数据分析的，但是对于数据展现也是需要学习很多的知识，这些知识主要在于图表，分别是柱状图、折线图、饼状图、散点图、气泡图、雷达图，这些图大家都是需要掌握的，下面就由小编分别为大家解释一下。 首先说说柱状图，柱状图是最常见的图表，适用场合是二维数据集，但只有一个维度需要比较。柱状图就是利用柱子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果非常好。柱状图的局限在于只适用中小规模的数据集。 第二给大家说一说折线图。折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。折线图还适合多个二维数据集的比较。 然后给大家说说饼状图。首先需要提醒大家的是，饼图是一种应该避免使用的图表，这是因为肉眼对面积大小不敏感。我们如果使用饼状图的时候，可以使用柱状图进行代替，当然，如果是存在某一事物中的个体所占比例，那么就需要使用饼状图了。 接着给大家说说散点图。散点图适用于三维数据集，但其中只有两维需要比较。当然，我们为了识别第三维，可以为每个点加上文字标示，或者不同颜色。这样就能够很容易的将不同维度的数据进行区分出来。 然后给大家说说气泡图，所谓气泡图就是散点图的一种变体，通过每个点的面积大小，反映第三维。点的面积越大，就代表强度越大。因为用户不善于判断面积大小，所以气泡图只适用不要求精确辨识第三维的场合。如果为气泡加上不同颜色，当然文字也是可以的。气泡图就可用来表达四维数据。 最后给大家说说雷达图，雷达图适用于多维数据，当然必须在四维以上，且每个维度必须可以排序。但是，它有一个局限，就是数据点最多6个，否则无法辨别，因此适用场合有限。需要注意的时候，用户不熟悉雷达图，解读有困难。使用时尽量加上说明，减轻解读负担。 所以大家在进行数据展现的时候一定要注意好图的选择，越简单的图表，越容易理解，这样可以快速易懂地理解数据。所以，请不要小看这些基本图表，因为用户最熟悉它们，只要是适用的场合，就应该考虑优先使用。希望这篇文章能够给大家带来帮助，最后感谢大家的阅读。 |
|
|
