优秀的数据可视化从来都不是罗列数据，更要根据自己的数据特征，设计出可以被读者轻松理解的图表。
图表类型有很多，选择正确图表的过程可能会让人混乱。本文将为您介绍数据可视化中比较类图表，以完美地表示您的数据并以最有效的方式传达数据。
条形图
最常见的图表类型之一。条形图是一组矩形，其长度与其表示的值成正比。每个矩形（条形）都表示一个类别。条形图非常适合比较。矩形长度的差异比尺寸和颜色的差异更容易察觉。
柱状图
柱状图是一种类似于条形图的图表，条形垂直放置。它们通常被认为是同一类型的图表，但从数据可视化的角度来看，这是错误的。柱状图和条形图之间的主要区别在于分类标签的使用。长标签不适合柱形图，因为容易重叠。但是，如果标签很短并且不占用很多水平空间，则可能会很有用。
分组条形图
分组条形图（如果条形垂直放置，则为分组柱形图）是条形图/柱形图的多系列变体，其中每个类别都由传达主要类别不同方面的多个柱表示。每个类别的列使用间距与其他类别分隔。我们使用这种类型的图表来比较多个系列。与不需要设置任何数据格式的基本条形图相反，要创建分组条形图/柱形图，必须先组织数据。
棒棒糖图
棒棒糖图可以成为常规条形图的替代品。它显示了数值变量和分类变量之间的关系。这种类型的图表由一条线组成，该线表示量级，并以点或圆圈结尾，突出显示数据值。因此，可以说它的设计类似于一堆棒棒糖。
项目符号图
项目符号图是一种旨在根据目标值和范围进行基准测试的图表。这是一个非常节省空间的图表，主要用于显示性能数据。从视觉上看，项目符号图类似于条形图/柱形图和进度条的组合。结果显示在单个条形或列中。范围栏是根据比较所基于的类别中的值（例如竞争对手的销售数据）构建的。然后将所有这些值划分为一定数量的子范围（在大多数情况下是四分位数）。目标显示目标值。条形图显示实际数字。
点阵图
点阵图（通过在数字（或日期时间）轴上绘制每个类别的一个或多个点来显示每个类别的一个或多个定量值。每个类别只有一个值的点图使得这些类别之间的比较非常容易。当点图的每个类别具有多个值时，您还可以在类别内进行比较。这会导致图表类型在小空间中打包大量信息。此图表可能需要将点图转换为具有适当上下文的图表的网格线。
哑铃图
哑铃图是一种点图，每个类别有两个连接的值。当您想要强调两个值（数据点，即两个时间点）之间的增量（变化）并比较和可视化所有类别中这两个值之间的差异时，请使用它。哑铃由点（或圆圈）和连接线（或线）组成。不添加标记，只留下连接线，使其成为范围图。我们在整篇文章中都提到了哑铃。
象形图
象形图是一种使用图标或符号，甚至是小图像来表示数据的图表。这些图标中的每一个都对应于某个类别。象形图在某种程度上类似于条形图，但它们不是使用条形图，而是显示图标。一些数据可视化专家可能会认为这种类型的图表非常基础，以至于它在学校和幼儿园被广泛使用。虽然这是真的，但同样重要的是要记住，使用象形图有助于克服语言障碍，而且它真的很容易解释。
范围图
范围图有时看起来像条形图。不同之处在于范围图显示类别的两个值，而不仅仅是一个值。范围图显示两个点，它们之间有一条连接线。这条线表示这些点之间的差异或差距，并指示这种变化的方向。因此，如果您想突出显示这种差异，而不是值本身，那么使用这种类型的图表非常有用。一个用例示例是任何类型的人口统计差距，即性别薪酬差距。
径向条形图
径向条形图只是常规条形图的变体，主要区别在于图表的圆形。图表本身绘制在所谓的极坐标系统上。这意味着每个条形都出现在一个圆圈中。值越大，条形越长。径向条形图的真正优点在于它们非常漂亮，甚至令人印象深刻的图表可用于比较数据中的关键指标。使用径向条形图带来的挑战是它们不是最容易解释的。一些网站将径向条形图称为多层圆环图或多级圆环图，但值得指出的是，它不是同一类型的图表。
平行坐标图
平行坐标图类似于折线图，但不是时间值，而是在水平轴上绘制类别。它允许您绘制多个类别/维度，而不会影响简单 2D 空间中的可读性 - 所有维度都遵循相同的模式。如果所有维度共享相同的数据范围，则维度可以同时具有单独的轴或仅具有一条网格线。但是，图表的简单性增加了一些限制。一次最多可以遵循两个相邻维度关系，因此排序在此图表中起着至关重要的作用。
雷达图
雷达图显示多个数据点或组之间的比较（至少三个）。它由几个轴组成，所有轴都来自中心的同一点（类似于蜘蛛网）。虽然这是一个非常有趣的图表，但重要的是要记住它更难阅读。由于它是以圆形方式设计的，因此与更常见的线性图表和图形类型相比，它需要额外的视觉感知。用另一种类型的图表替换它通常更容易。如果图表中的所有轴具有相同的比例，则条形图或有时棒棒糖就足够了。如果轴具有不同的比例，则最好使用平行坐标。
南丁格尔玫瑰图
此图表在视觉上类似于饼图，但南丁格尔图无法传达部分到整体的关系。它像条形图一样比较类别之间的值，只有这个是径向的。
瀑布图
瀑布图是一种图表，通常显示两点之间变化的正值和负值，这有助于了解这些变化的累积效应（即净变化）。此图表不仅查看数据集的起始值和结束值，还可视化发生的每个单独的正或负变化。可以想象，这种类型的图表在金融部门或人力资源中非常有用，但在其他行业（想想库存、收入跟踪等）也非常有用。最后但并非最不重要的一点是，瀑布图的名字来自它看起来像瀑布的事实。在图表中，第一个值（列）通常从基线零开始，结束值也是如此。它们由许多看似浮动的较短条（代表上述变化）连接。图表的整个形状类似于瀑布。
矩阵图
矩阵图是一种非常常见的图表类型，有助于可视化数据集中两个或多个变量之间的关系。具体来说，它以网格格式显示这种关系的存在和优势。它可以有六种不同的形式（形状），具体取决于必须比较的组数（L、T、Y、X、C、R 和屋顶形状）。此图表通常呈现大量数据，因此其视觉显示受到限制。矩阵图非常适合（但不限于）项目经理。
词云图
词云不是一种典型的图表类型，但它应该在这个列表中占有一席之地，因为它仍然是一种用于可视化定性（文本）数据的工具。词云只不过是不同单词的视觉集群，它们的大小会根据它们在数据集中的频率而变化。换句话说，某个单词（或关键字）在文本中出现的频率越高，它在云中的体积就越大（也许更大胆）。这种类型的图表在许多行业和细分市场中都很常见。对于想要分析面试的论文学生来说，它可能是一个很好的可视化工具。但正如您所知，还有更多创造性的方式来显示定性数据。
斜率图
斜率图是通过使用斜率的角度来传达差异来强调两个值之间的演变的图表。它可以是随时间的变化，也可以是过渡。如果我们只有两个时间点要解决，则斜率图可能是折线图、分组条形图或堆积条形图的良好替代方案。
表格图表
表格图表是一种图表，可帮助直观地表示按行和列排列的数据。在所有形式的通信和研究中，表格被广泛用于存储、分析、比较和呈现数据。
分类散点图
分类散点图与常规散点图的不同之处在于存在分类轴。它可以只是一个分类轴，也可以是两个。分类散点图可以与点图非常相似。
象限图
象限图与散点图非常相似，但它在 2x2 矩阵中分为四个相等的部分（象限）。如果我们想要为某些特定类型的分析对不同的数据标记进行分组，这将非常有用。使用象限图的最佳和最著名的示例之一是用于 SWOT 分析。
数据可视化工具
SovitChart
SovitChart 是新一代数据可视化设计开发平台，提供丰富的模板组件，拖拽式自由布局，全局图形化编辑，5分钟快速搭建数据可视化页面。可用来制作可视化大屏、数据仪表盘、领导驾驶舱等常用的可视化Web页面，还可以用于项目案例、动态原型、系统演示等的快速制作。
SovitChart 提供简单快捷的方式与第三方系统进行集成，支持在线集成、离线集成。并且支持私有部署。可视化组件设计发布后，通过⟨iframe⟩⟨div⟩简单的几行JS代码即可引入到第三方系统中。无论软件产品设计者、UI设计师、系统售前人员还是程序开发工程师，SovitChart都能满足您的数据可视化需求，并且基础版可永远免费使用。
