學Python做資料分析，一般需要用到哪些圖表？

  資料分析中重要的不是使用什麼樣的圖表，而是分析目的是什麼？

 例如，如果想比較的話，可以使用條形圖或雷達圖等； 想看占有率的話，用漏鬥或餅圖； 想看趨勢的有線性圖； 要檢視關系，有樹視圖。 ……每個分類各圖表的應用場景和優缺點也不同。 正好最近在做可視化的分析。 系統全面詳細介紹可視化圖表。

 一.比較類圖

 主要目的：比較值的差異

 1、多系列條形圖

 應用場景：用于比較多個次元的數值差異，按不同系列名額進行不同的比較劃分

 評估：這是最常用的比較圖表，但不适合比較大型資料集

 2、疊置條形圖

 應用場景：顯示各個項目與整體之間的關系，用于比較各類别中每個數值所占的總值大小

 評價：隻能比較某個次元内的項目情況，隻能縱向比較，不能橫向比較

 3、比較條形圖

 應用場景：對于一個維、兩個名額，可以使用比較條形圖

 評價：對比度差異更直覺，條形圖大小可調，差異更明顯

 4、分區直方圖

 應用場景：并排顯示不同次元中各分類名額的條形圖，如不同地區不同類别的銷售額和毛利比較

 評估：用于展示大型資料集，但比較雜亂，建議添加顔色編碼

 5、雷達圖

 應用場景：雷達圖必須具有相同的名額，才能顯示獨立的資料系列之間以及一個特定系列與其他系列的整體關系

 評價：一般适用于不同次元的比較，比較表現明顯

 6、漏鬥圖

 應用場景：給出各階段占有率，提供轉化率分析

 評價：适用于業務流程比較規範、周期長、環節多的單流程單向分析，通過漏鬥各環節業務資料的比較可以直覺地發現、說明、做出決策

 7、微克

 應用場景：用于多個維、多個名額的比較分析，用大小和顔色表示名額的資料狀況

 評價：沒有具體數值比較

 8、語言雲圖

 應用場景：雲是一種直覺顯示資料頻率的圖表類型，通過視覺強調出現頻率高的“關鍵詞”，形成“關鍵詞雲”，過濾掉大量的文本資訊，僅浏覽者瞥了一眼文本就很重要

 評價：不适合表示資料過少的資料集、區分度低的資料或沒有重要關鍵字

 二.占比類圖

 目的：了解部分占整體的比例

 1、散餅圖

 應用方案：玫瑰圖表用于顯示每個值相對于總值的大小。

 評價：不适合大資料集(分類)的表達，資料項不得有負值； 而且比率接近的話，人眼很難正确判别2、儀表闆圖

 應用方案：用于直覺顯示KPI數字的元件。 您可以直接檢視標明字段的數字，例如顯示名額值，如銷售額、毛利和毛利率

 評價：表現次元隻有一個。 表現名額不能太多。 另外，是數字面闆，沒有圖形的各種優點

 3、矩陣樹

 應用場景：矩形樹形圖用于描述層次結構資料的占用關系，可以逐漸細化顯示底層資料

 評價：不直覺、明确，不如樹圖清晰，且分類占有率太小不容易配置

 4、雷達圖

 我之前說過，我不會在這裡展示

 三.相關圖表

 主要目的：顯示各值之間的關系

 1、散點圖

 應用場景：顯示幾個資料序列中各數值之間的關系。 類似于XY軸，判斷兩個變量之間是否有某種關聯，或者發現資料的步驟和聚合狀況

 評價：散點圖看起來很混亂，但基本上隻能看到關聯、分布、聚合，其他資訊不能很好地表達

 2、甘特圖

 應用場景：直覺展示任務計劃何時進行、實際進展情況與計劃要求的比較

 評價：主要用于項目進展，在其他情況下很少使用

 3、樹狀圖

 應用場景：表示每個節點之間的上下關系，用于顯示每個節點的值

 評價：多用于架構圖，邏輯關系比較明确，但無資料數值比較

 4、矩形樹狀圖、儀表闆圖

 我之前說過，我不會在這裡展示

 四.趨勢圖

 主要目的：展示數值随次元的變化

 1、線條圖

 應用場景：資料是有序變量上的變化，其特征是對事物随種類變化的趨勢做出反應，可以清晰地表現出資料的增減趨勢、增減速度、增減規律、峰值等特征

 評價：不适合多名額趨勢比較

 2、面積圖

 應用場景：面積範圍圖用于顯示持續資料，能很好地描述趨勢、累積、減少和變化

 評價：多用于顯示內插補點的變化

 3、瀑布圖

 應用場景：如果使用者想呈現兩個據點之間數量的推移過程，可以使用瀑布圖。 例如支付額和實際支付額之間的消長變化等

 評價：同樣基本上顯示差分值的變化趨勢

 4、條形圖

 介紹了，但不在這裡展示

 五.地圖類圖表

 主要目的：按地區或地區展示數值時

 1、熱圖

 應用場景：用于表示地理範圍内每個點的權重

 評價：對比度不準确，隻能粗略對比度

 2、流向地圖

 應用場景：徑流地圖廣泛應用于區域貿易、交通徑流、人口遷移、購物消費行為、通信資訊流、航線等場景

 評價：難以顯示數值的大小、對比度、傾向等

 3、積分地圖