单纯的数据展示不仅十分枯燥无味，而且不能直观体现数据间的关系，让人抓不住重点。但与合适的图形结合，不仅能够让复杂的统计数字简单化、形象化，还能给读者一种视觉的享受。
今天，就让我们根据亿信ABI来解读一下各类统计图的使用场景以及优缺点。
亿信ABI是是亿信华辰深耕商业智能领域十多年，在丰富的数据分析挖掘、报表处理等经验基础上，自主研发的一款融合了数据源适配、ETL数据处理、数据建模、数据分析、数据填报、工作流、门户、移动应用等核心功能而打造的全能型数据分析平台。
1、 饼图
适用场景：展示数据分布情况，比如：某一时期各个行业的销售占比。
优点： 直观显示各项占总体的占比，分布情况，强调整体与个体间的比较。
局限：分类过多，则扇形越小，无法展现图表。
相似图表：
· 嵌套圈饼图：用于一个指标在不同维度的占比。
· 跑道图：看到占比的同时，可以直观看到指标在当前维度下的排名情况。
· 而圈饼图和南丁格尔图，只是普通饼图的不同表现形式。
2、 线状图
适用场景：以线条来动态展示各个时间段的数值，通过折线的趋势变化，反映出销售额变化情况。
优点： 直观反映数据变化趋势
局限：无序的类别无法展示数据特点。
相似图表：
· 阶梯线图：线在数据点之间形成一系列步骤。
· 折点曲线和平滑曲线图，只是折线样式不同，用来展示数据趋势。
3、 柱状图
适用场景：以柱子的高度用来比较两个或以上数值之间的差异。
优点：人眼对高度较敏感，直观各组数据差异性，强调个体与个体之间的比较。
局限：分类过多则无法展示数据特点。
相似图表：
系列堆积图：系列堆积起来可以更直观看到总数和各系列分布情况。
多系列柱状图：将一个维度多个指标进行比较。
百分比堆积柱状图：适合展示同类别的每个变量占比和分布情况。
4、 条形图
适用场景：根据数量的多少绘成不同的直条，通过直条中清楚的看出各省的生产值差异。
局限：分类过多则无法展示数据特点。
相似图表：
· 堆积条形图：比较同类别各变量和不同类别变量总和差异。
· 交错正负轴标签：数据有正有负，将坐标轴标签分别放在坐标轴两边。比如盈亏情况、人员增减情况。
· 双向柱状图：比较同类别的正反向数值差异。比如男女占比。
5、 面积图
适用场景：面积图除了可以像折线图一样表达变化趋势，还可以通过层叠的阴影面积反映差距变化。
优点：颜色的填充可以更好的突出趋势信息。
相似图表：
· 数据监控面积图：用于显示每个数值所占大小随时间或类别变化的趋势线，展示的是部分与整体的关系。比如服务器CPU、内存等监控场景。
· 横向面积图：用横向面积来展示趋势信息。只是与竖向面积图的不同展现样式。
6、 气泡图
适用场景：通过气泡图，可以清晰的看出各产品在市场占有率的大小。
优点： 直观反映数据集中情况，对离散数据线性回归等曲线预测性的拟合辅助作用
局限：数据量小的时候会比较混乱。
相似图表：
· 散点气泡图：用于展示一个维度在2个变量之间关系，比如男女身高体重情况。
· 螺旋气泡图：一个维度按大小排列，比如收入情况。
7、 仪表图
适用场景：展现指标并分等级，用于数据预警。应用于经营数据分析、财务指标跟踪和绩效考核等方面。
局限：只适合展现数据的累计情况，不适用于数据的分布特征等。
相似图形：
· html5占比：重点关注一个指标的当前占比情况。
· flash柱：作用同仪表盘，只是外形上有所区别。
8、 地图
适用场景：地图是用颜色的深浅来展示区域范围的数值大小。
局限：数据分布和地理区域大小的不对称。通常大量数据会集中在地理区域范围小的人口密集区，容易造成用户对数据的误解。
相似图表：
· 流向图：展现运动轨迹。比如人员迁移、飞机航线等。
· 渲染图：一个指标在地图上用颜色来展现，比如天气、人口、收入等。
· 标点图：用描点展现数据在区域的分布情况。与渲染图用途类似。
· Gis渲染图：集成Gis地图，在地图上着色从而实现预警的一种方式。
· Gis统计图：地图与其他统计图的组合，表现该指标在另一维度的分布情况。
9、 雷达图
适用场景：了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异。
局限：分类过多或变量过多，会比较混乱。
相似图形：
圆形雷达图和多边形雷达图只是表现形式不一样。
10、 组合图
集柱状图和线状图优势于一身，更加清晰展示数据之间的差异与变化趋势。
11、 高级统计图
ABI（一站式数据分析平台）中，还拥有各种高级统计图，总有一款适合你。
每种统计图都适用于各种不同的场景，善于选择合适的统计图能够更好的展示数据。而且在ABI中，可以通过设计与搭配，可以衍生出成千上万种炫酷的可视化效果，让数据更加生动！
（部分内容来源网络，如有侵权请联系删除）
