除了柱狀圖、條形圖、折線圖、餅圖等常用圖表之外，還有資料地圖、瀑布圖和散點圖，旭日圖，漏斗圖等等。一起了解下不同圖表的使用場景、優劣勢！

1.柱狀圖

適用場景：適用場合是二維資料集（每個資料點包括兩個值x和y），但只有一個維度需要比較，用於顯示一段時間內的資料變化或顯示各項之間的比較情況。

優勢：柱狀圖利用柱子的高度，反映資料的差異，肉眼對高度差異很敏感。

劣勢：柱狀圖的侷限在於只適用中小規模的資料集。

延伸圖表：堆積柱狀圖、百分比堆積柱狀圖

不僅可以直觀的看出每個系列的值，還能夠反映出系列的總和，尤其是當需要看某一單位的綜合以及各系列值的比重時，最適合。

2.條形圖

適用場景：顯示各個專案之間的比較情況，和柱狀圖類似的作用；

優勢：每個條都清晰表示資料，直觀；

延伸圖表：堆積條形圖、百分比堆積條形圖

3.折線圖

適用場景: 折線圖適合二維的大資料集，還適合多個二維資料集的比較。

優勢：容易反應出資料變化的趨勢。

4.各種資料地圖（一共有6種類型）

適用場景：適用於有空間位置的資料集；

優劣勢：特殊狀況下使用，涉及行政區域；

（1）行政地圖（面積圖）

（2）行政地圖（氣泡圖）

（3）地圖圖表（根據經緯度，可做區域、全國甚至全球地圖）：點狀圖

（4）地圖圖表：熱力圖

（5）地圖圖表：散點圖

（6）地圖圖表：地圖+柱狀/餅圖/條形

5.餅圖（環圖）

適用場景：顯示各項的大小與各項總和的比例。適用簡單的佔比比例圖，在不要求資料精細的情況適用。

劣勢：肉眼對面積大小不敏感。

6.雷達圖

適用場景：雷達圖適用於多維資料（四維以上），且每個維度必須可以排序，資料點一般6個左右，太多的話辨別起來有困難。

優勢：主要用來了解公司各項資料指標的變動情形及其好壞趨向。

劣勢：理解成本較高。

7.漏斗圖

適用場景：漏斗圖適用於業務流程多的流程分析，顯示各流程的轉化率。

優勢:在網站分析中，通常用於轉化率比較，它不僅能展示使用者從進入網站到實現購買的最終轉化率，還可以展示每個步驟的轉化率，能夠直觀地發現和說明問題所在。

劣勢:單一漏斗圖無法評價網站某個關鍵流程中各步驟轉化率的好壞。

8.詞雲

適用場景： 顯示詞頻，可以用來做一些使用者畫像、使用者標籤的工作。

優勢：很酷炫、很直觀的圖表。劣勢：使用場景單一，一般用來做詞頻。

9.散點圖

適用場景：顯示若干資料系列中各數值之間的關係，類似XY軸，判斷兩變數之間是否存在某種關聯。散點圖適用於三維資料集，但其中只有兩維需要比較。

優勢：對於處理值的分佈和資料點的分簇，散點圖都很理想。如果資料集中包含非常多的點，那麼散點圖便是最佳圖表型別。

劣勢：在點狀圖中顯示多個序列看上去非常混亂。

延伸圖表：氣泡圖（調整尺寸大小就成氣泡圖了）

10.面積圖

適用場景：強調數量隨時間而變化的程度，也可用於引起人們對總值趨勢的注意。

延伸圖表：堆積面積圖、百分比堆積面積圖還可以顯示部分與整體之間（或者幾個資料變數之間）的關係。

11.指標卡

適用場景：顯示某個資料結果&同環比資料。

優勢：適用場景很多，很直觀告訴看圖者資料的最終結果，一般是昨天、上週等，還可以看不同時間維度的同環比情況。

劣勢：只是單一的資料展示，最多有同環比，但是不能對比其他資料。

12.計量圖

適用場景：一般用來顯示專案的完成進度。

優勢：很直觀展示專案的進度情況，類似於進度條。

劣勢：表達效果很明確，資料場景比較單一。

13.瀑布圖

適用場景：採用絕對值與相對值結合的方式，適用於表達數個特定數值之間的數量變化關係，最終展示一個累計值。

優勢：展示兩個資料點之間的演變過程，還可以展示資料是如何累計的。

劣勢：沒有柱狀圖、條形圖的使用場景多。

14.桑基圖

適用場景：一種特定型別的流程圖，始末端的分支寬度總各相等，一個數據從始至終的流程很清晰，圖中延伸的分支的寬度對應資料流量的大小，通常應用於能源、材料成分、金融等資料的視覺化分析。

15.旭日圖

適用場景：旭日圖可以表達清晰的層級和歸屬關係，以父子層次結構來顯示資料構成情況，旭日圖能便於細分溯源分析資料，真正瞭解資料的具體構成。

優勢：分層看資料很直觀，逐層下鑽看資料。

16.雙軸圖

適用場景：柱狀圖+折線圖的結合，適用情況很多，資料走勢、資料同環比對比等情況都能適用。

優勢：特別通用，是柱狀圖+折線圖的結合，圖表很直觀。

劣勢：這個好像沒什麼劣勢，個人感覺。

所有的資料圖表均來自BDP個人版~~~圖表綜合效果如下:

柱形圖使用垂直的柱子顯示類別之間的數值比較

折線圖用於顯示資料在一個連續的時間間隔或者時間跨度上的變化，它的特點是反映事物隨時間或有序類別而變化的趨勢。

餅圖廣泛得應用在各個領域，用於表示不同分類的佔比情況

散點圖將兩個變數以點的形式展現在直角座標系上，點的位置由變數的數值決定，透過觀察資料點的分佈情況，可以推斷出變數間的相關性