没有关系的数据用什么图表示

❶ 用于展示数据类型的图表

除了柱状图、条形图、折线图、饼图等常用图表之外，还有数据地图、瀑布图和散点图，旭日图，漏斗图等等。一起了解下不同图表的使用场景、优劣势！

1.柱状图

适用场景：适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。

优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。

劣势：柱状图的局限在于只适用中小规模的数据集。

延伸图表：堆积柱状图、百分比堆积柱状图

不仅可以直观的看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时，最适合。

2.条形图

适用场景：显示各个项目之间的比较情况，和柱状图类似的作用；

优势：每个条都清晰表示数据，直观；

延伸图表：堆积条形图、百分比堆积条形图

3.折线图

适用场景: 折线图适合二维的大数据集，还适合多个二维数据集的比较。

优势：容易反应出数据变化的趋势。

4.各种数据地图（一共有6种类型）

适用场景：适用于有空间位置的数据集；

优劣势：特殊状况下使用，涉及行政区域；

（1）行政地图（面积图）

（2）行政地图（气泡图）

（3）地图图表：点状图

（4）地图图表：热力图

（5）地图图表：散点图

（6）地图图表：地图+柱状/饼图/条形

5.饼图（环图）

适用场景：显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。

优势：明确显示数据的比例情况，尤其合适渠道来源等场景。

劣势：肉眼对面积大小不敏感。

6.雷达图

适用场景：雷达图适用于多维数据（四维以上），且每个维度必须可以排序，数据点一般6个左右，太多的话辨别起来有困难。

优势：主要用来了解公司各项数据指标的变动情形及其好坏趋向。

劣势：理解成本较高。

7.漏斗图

适用场景：漏斗图适用于业务流程多的流程分析，显示各流程的转化率。

优势:在网站分析中，通常用于转化率比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率，能够直观地发现和说明问题所在。

劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。

8.词云

适用场景： 显示词频，可以用来做一些用户画像、用户标签的工作。

优势：很酷炫、很直观的图表。劣势：使用场景单一，一般用来做词频。

9.散点图

适用场景：显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联。散点图适用于三维数据集，但其中只有两维需要比较。

优势：对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。

劣势：在点状图中显示多个序列看上去非常混乱。

延伸图表：气泡图（调整尺寸大小就成气泡图了）

10.面积图

适用场景：强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。

延伸图表：堆积面积图、百分比堆积面积图还可以显示部分与整体之间（或者几个数据变量之间）的关系。

11.指标卡

适用场景：显示某个数据结果&同环比数据。

优势：适用场景很多，很直观告诉看图者数据的最终结果，一般是昨天、上周等，还可以看不同时间维度的同环比情况。

劣势：只是单一的数据展示，最多有同环比，但是不能对比其他数据。

12.计量图

适用场景：一般用来显示项目的完成进度。

优势：很直观展示项目的进度情况，类似于进度条。

劣势：表达效果很明确，数据场景比较单一。

13.瀑布图

适用场景：采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系，最终展示一个累计值。

优势：展示两个数据点之间的演变过程，还可以展示数据是如何累计的。

劣势：没有柱状图、条形图的使用场景多。

14.桑基图

适用场景：一种特定类型的流程图，始末端的分支宽度总各相等，一个数据从始至终的流程很清晰，图中延伸的分支的宽度对应数据流量的大小，通常应用于能源、材料成分、金融等数据的可视化分析。

15.旭日图

适用场景：旭日图可以表达清晰的层级和归属关系，以父子层次结构来显示数据构成情况，旭日图能便于细分溯源分析数据，真正了解数据的具体构成。

优势：分层看数据很直观，逐层下钻看数据。

16.双轴图

适用场景：柱状图+折线图的结合，适用情况很多，数据走势、数据同环比对比等情况都能适用。

优势：特别通用，是柱状图+折线图的结合，图表很直观。

劣势：这个好像没什么劣势，个人感觉。

所有的数据图表均来自BDP个人版~~~图表综合效果如下：

❷ 统计表用什么呈现数据,条形统计图用什么呈现数据

统计表用表格呈现数据，条形统计图用直条的长短呈现数据，条形统计图能直观、形象地表示数量的多少。

条形统计图能很容易看出数量的多少；折线统计图不仅容易看出数橡激量的多少，而且能反映数量的增减变化情况；扇形统计图能反映部分与整体的关系；由此根据情况选择即可。条形统计图是用一个单位长度表示一定的数量，根据数量的多少画成长短不同的直条。

然后把这些直条按一定的顺序排列起来。从条形统计图中很容易看出各种数量的多少。梁枯袜条形统计图一般简称条形图，也叫长条图或直条图。条形统计图分为：单式条形统计图和复式条形统计图，前者只表示1个项目的数据，后者可以同时表示多个项目的数据。

频数：一般我们称落在不同小组中的数据个数为该组的频数（frequency）频率：频数与数据总数的比为频率，频率×100%就是百分比。

统计表

统计表是反映统计资料的表格。是对统计败脊指标加以合理叙述的形式，它使统计资料条理化，简明清晰，便于检查数字的完整性和准确性，以及对比分析。统计表从形式上看，由标题、横行、纵栏、数字等部分所组成。从内容上看，由主辞和宾辞两部分所组成。

❸ Excel-散点图（相关性及数据分布）分析

本文摘自作者《网站数据分析：数据驱动的网站管理、优化和运营 》： http://item.jd.com/11295690.html

散点图是用来判断两个变量之间的相互关系的工具，一般情况下，散点图用两组数据构成多个坐标点，通过观察坐标点的分布，判断变量间是否存在关联关系，以及相关关系的强度。此外，如果不存在相关关系，可以使用散点图总结特征点的分布模式，即矩阵图（象限图）。

1．相关关系分析

需要注意的是，相关关系不同于因果关系，相关性表示两个变量同时变化，而因果关系是一个变量导致另一个变量变化。散点图只是一种数据的初步分析工具，能够直观地观察两组数据可能存在什么关系，在分析时如果找到变量间存在可能的关系，则需要进一步确认是否存在因果关系，使用更多的统计分析工具进行分析。

进行相关关系分析时，应使用连续数据，一般在x轴（横轴）上放置自变量，y轴（纵轴）上放置因变量，在坐标系上绘制出相应的点。散点图的形状可能表现为变量间的线性关系、指数关系或对数关系等，以线性关系为例，散点图一般会包括如下几种典型形状。

正相关：自变量x变大时，因变量y随之变大；

负相关：自变量x变大时，因变量y随之变小；

不相关：因变量y不随自变量x的变化而变化。

例如，网站统计了客户收货天数和满意度结果，满意度最高为5分，如图9-61所示。选定A1:B30区域，在“插入”功能区的“图表”模块中单击“散点图”，选择“仅带数据标记的散点图”按钮，即可看到绘制的散点图，右击某个数据标记点,在弹出的快捷菜单中选择“添加趋势线”命令，并进行添加分类轴和数据轴标题等图表美化，最终效果如图9-62所示。

        图9-61 客户满意度调查数据    

         图9-62最终美化后的散点图

分析散点图可以发现，收货天数和客户满意度存在负相关关系，收货天数越长，客户满意度越低。

2．矩阵分析

图9-63是某网站对所销售产品在企业战略、经营绩效两方面所作的影响程度分析。企业战略是指对企业长期发展、生存的考虑，产品设置更注重于竞争对手因素和后期效益，经营绩效则是指产品对当期企业效益的影响程度。企业战略和当期绩效没有很必然的联系。

图9-63产品对企业战略、经营绩效的影响程度分析结果

选定B2:C14区域，在 “插入”功能区的“图表”模块中单击“散点图”，选择“仅带数据标记的散点图”，然后删除图例和网格线，效果如图9-64所示。

图9-64删除图例和网格线后的散点图效果

要实现矩阵效果，还需要移动横坐标轴和纵坐标轴。选定横坐标轴，单击鼠标右键，选择“设置坐标轴格式”命令打开设置对话框，在“坐标轴选项”中下方“纵坐标轴交叉于坐标轴值”输入已经计算好的企业战略平均值2.7，同时把“主要刻度线类型”、“坐标轴标签”都设置为“无”，如图9-65所示。

图9-65设置坐标轴格式

同理。选定纵坐标轴，单击鼠标右键，选择“设置坐标轴格式”命令打开设置对话框，在“坐标轴选项”中下方“横坐标轴交叉于坐标轴值”输入已经计算好的经营绩效平均值2.8，同时把“主要刻度线类型”、“坐标轴标签”都设置为“无”，矩阵图效果如图9-66所示。

图9-66移动坐标轴后的矩阵图效果

可以看到纵坐标轴和横坐标轴的交叉点有点靠右上角，这可以通过设置坐标轴的最大、最小值来解决。重新打开横、纵坐标的“设置坐标轴格式”对话框，将最大值、最小值分别设置为比各产品企业战略、经营绩效的最大值略大、最小值略小的值。在该示例中，将横、纵坐标轴的最大、最小值均分别设置成了4、1.5。

添加坐标轴标题，并在其中标示出高、低方向。

右击任意系列点，选择“添加数据标签”命令为各点添加标签，并将标签修改为产品名称 [1] ，最终结果如图9-67所示。

图9-67最终美化后的散点图

可以发现，产品A对企业战略、经营绩效的影响都很大，F产品影响程度最低，L、K、G、D、M、H产品对企业战略影响大，C、E产品对经营绩效影响大。通过矩阵图，管理者可以很容易地作出相关决策。

---------------------本文来自 ZhangHongju 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/zhanghongju/article/details/18504733?utm_source=

❹ 数据图类型

数据图是用来展示和比较数据的一种可视化手段，常见的数据图类型包括：
1. 条形图：用于比较不同类别或组之间的数据，通常横轴表示类别或组，纵轴表示数据。
2. 折线图：用于显陪键示数据随时间、类别或其他变量的变化趋势。
3. 散点图：用于显示两个变量之间的关系，通常横轴表示一个变量，纵轴表示另一个变量。
4. 饼图：用于显示各类别或组在整体中所占的比例。
5. 气泡图：类似于散点图，但点的大小表示第三个变量的值。
6. 箱线图：用于显示数据的分布情况，包带乱脊括中位数、四分位数和异常值等。
7. 热力图：用于显示数据在二维平面上的密度分布，通常用颜色表示数据的大小。
8. 地图：用于显示数据在各地区或国家的分布情况，通常用颜色或符号表示数据的大蠢渗小或类型。
以上是常见的数据图类型，不同类型的数据图适用于不同的数据类型和分析目的，可以根据具体情况选择合适的数据图类型。