分类： 大数据
2023-05-26 14:27:24
图表是处理数据的重要组成部分，因为它们是一种将大量数据压缩为易于理解的格式的方法。数据可视化可以让受众快速Get到重点。
数据可视化的图表类型极其丰富多样，而且每种都有不同的用例，通常，创建数据可视化{BANNED}最佳困难的部分是确定哪种图表类型{BANNED}最佳适合手头的任务。
本文中，数维图小编将为大家介绍数据可视化图表类型的第四篇 —— “部分与整体类”图表，使用这些图表。
作为条形图(柱形图)的变体，堆积条形图/柱形图显示堆栈与整个条形或柱形之间的关系。整个条形/列也可以显示为 100%。在这种情况下，堆栈以百分比显示整个条形/列的相对部分。
发散条形图(发散柱形图)是类似于常规条形图的图表。通常用于显示问卷或调查的结果，但不限于此用例，如上例所示。在发散条形图中，使用对比色来显示要比较的类别。此图表的一个非常常见的变体称为“发散堆叠条形图”，它添加了额外的段。换句话说，它与常规堆叠条形图非常相似，但中间有一个额外的基线。但是发散堆积条形图是堆积条形图的一个非常好的替代方案，因为它更容易将堆积条图与它进行比较。
与发散条形图非常相似，人口金字塔是一种专门可视化人口之间年龄和性别分布的图表。人口金字塔通常由人口统计学家使用，可以成为许多报告中非常简单和不错的补充。
图标数组是清楚地可视化单位比例的图形。图标数组使用图标矩阵，通常为 100.这些图标中的每一个都代表某物(即人)的一个单位。然后将图标的一部分着色以表示我们数据中的数值。其余图标可能显示为灰色甚至不存在。图标数组是一种非常常见的图形类型，非常容易解释。
华夫饼图与图标数组非常相似。但是，它不是使用不同的图标，而是由 100 个方形(甚至圆形)单元格组成的网格组成。每个单元格代表 1%。此网格模式通常显示实现目标(或完成百分比)的进度，但也可用于显示部分到整体的贡献。华夫饼图通常被称为饼图的方形替代品，并且非常容易解释。它们看起来确实像华夫饼。
饼图可以说是{BANNED}最佳受欢迎的图表类型，是一种圆形图，可可视化部分与整体的关系。它显示了如何将数据划分为具有特定值的类别(切片)，但它始终保持一个类别的值与这些类别的总和(饼图)之间的联系。这意味着切片加起来应该是一个逻辑总和。如果数据以百分比表示，则总数应向上舍入到一百。如果数据采用绝对值(例如美元)，则类别应形成有意义的总计。饼图只适用于几个类别，否则，图表将变得不可读。当一个类别与其他类别相比非常大或非常小时，它也非常适合。
圆环图实际上与饼图相同，中间有一个空圆孔的明显区别，使其类似于甜甜圈。但是，圆环图的数据比饼图更好，并且数据由扇区的长度而不是表面表示，后者更易于解释。圆环图的另一个优点是，中心的空间可用于添加标题或从数据派生的重要值。
此图表的工作方式与普通饼图或圆环图相同，只是所有类别的总和会产生半个圆而不是一个完整的圆。它可以作为仪表图的基础，方法是使用切片显示进度或添加指针。
Marimekko 图表是一种二维堆积图，它通过不同段的不同高度和柱形宽度来描述数据。这些列将缩放以填充整个可用图表区。Marimekko{BANNED}最佳常用于分析营销和销售数据。
矩形树状图由多个类别组成，每个类别都有一个矩形。如果要处理数据中的子类别，则可以将这些类别细分为较小的矩形。矩形区域的大小传达值。因此，矩形树状图是快速查找类别内部和类别之间关系的非常有用的图表。另一个好处是有效利用空间，这使得同时显示大量数据变得容易。
圆形树状图用于使用嵌套圆圈显示分层数据。它就像树状图一样，但使用圆形而不是矩形。每个圆圈代表一个类别，其子类别位于其中。圆圈越大，该类别的价值就越大，反之亦然。
树形图是表示树或网络结构的图。它由堆叠的分支组成，用于可视化分类关系(对象之间的分层关系)。树形图在生物学中通常用于显示基因的聚类，但它们可以说明任何类型的分组数据。
维恩图使用重叠的圆来说明两组或多组项目之间的逻辑关系。维恩图使用重叠的圆圈来说明概念、想法、类别或组之间的相似性、差异性和关系。组之间的相似性在圆圈的重叠部分表示，而差异在圆圈的非重叠部分表示。维恩图，也称为集合图或逻辑图，广泛用于数学、统计学、逻辑、教学、语言学、计算机科学和商业领域。
旭日图也称环形图、多级饼图等，是显示分层数据的理想选择。通过一系列环显示层次结构，这些环针对每个类别节点进行切片。每个环对应于层次结构中的一个级别，中心圆圈表示根节点，层次结构从根节点向外移动。具有多个类别级别的旭日图显示了外环与内环的关系。
漏斗图是一种图形表示形式，可描绘连接的阶段和一系列数据值。在漏斗图中，因变量的值在流程的后续阶段会减小。漏斗图经常在演示文稿、报告、营销材料和仪表板中使用漏斗图来说明产品或服务的销售情况。每当需要显示随时间减少的数据时，都可以使用漏斗图。漏斗的每个部分都会显示总计的百分比，并且该值会随着向下移动而减小。所有部件加在一起的值应等于 100%。
综上所述，部分整体类图表具有明显的优势和适用场景，对个人和组织来说都是有用的工具，因为它以清晰易懂的方式有效地显示数据，从而更好地进行数据分析和决策。但同时，也需要注意到此类图表的不足之处，避免在不适合的场景使用。
希望本文能帮助您了解“部分与整体类”可视化图表，如果你想快速创建漂亮合适的数据可视化，可以尝试用Sovitchart在线数据可视化工具中设计，可以轻松制作出符合需求的图表。
