常见的数据分析图表类型以及各自的使用场景！
1、1.疳绣檩倪柱状图适用场景：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剐疫柩缓项之间的比较情况。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。
2、延伸图表：堆积柱状图（如图1）、百分比堆积柱状图（如图2），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。
3、2.条形图适用场景：显示各个项目之间的比较情况，可参考柱状图；优势：每个条都清晰表示数据，直观；
4、延伸图表：堆积条形图（图1）、百分比堆积条形图（图2）
5、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。
6、4.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。
7、5.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。
8、6.漏斗图适用剑钕饿粪场景：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:网站分析中，通常用于分析转化率，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。
9、7.词云（标签云）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。
10、8.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。优喀吉料舷势：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。
11、延伸图表：调整尺寸大小就成气泡图啦，多了一个分析的数值
12、9.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，堆积图可以显示部分与整体之间（或者几个数据变量之间）的分布关系。
13、10.指标卡适用场景：显示某个数据结果&同环比上升或下降情况。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。
14、11.计量图适用场景：一般用来显示项目的完成进度。直观展示项目的进度情况，类似于进度条。
15、12.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。
16、13.桑基图适用场景：它是一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，比较适用于用户流量等数据的可视化分析。互联网时代，经常用桑基图进行网站用户细分分析，如下图，表示网站不旎髂坑若同时间阶段不同用户的活跃程度（定义为低频、中频和高频用户）变化流程以及最终的累计情况，图中流线的粗细象征着用户数的多少，十分直观！
17、14.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。
18、15.矩形树图适用场景：在矩形树图中，各个小矩形的面积表示每个子节点的大小，矩形面积越大，表示子节点在父节点中的占比越大，整个矩形的面积之和表示整个父节点。通过钻取情况，可以清晰地知道数据的疙矬嫣歌全局层级结构和每个层级的详情。
19、16.对比条形图适用场景：在对多列数据进行对比时，而且数据标签比较长的话，一般会采用条形图做对比。
20、17.行政地图使用场景：适用于有空间位置的数据分析，有气泡图（如图1）和面积图（如图2）2种呈现，BDP也能呈现某个省份的数据（如图3，江苏省的数据地图）。
21、18.GIS地图：根据经纬度，可做区域、全国甚至全球地图，有热力地图（图1）、轨迹地图（图2）、统计地图（图3）、气泡地图（图4）、点状地图（图5）等几种类型。
22、这些好看的数据图表都出自BDP个人版，根据分析的场景选择适合的图表，让数据分析、数据报告更加直观、准确，可以增色不少啊~