数据可视化图表分析（BI数据可视化应用：图表联动、钻取分析）

本文目录

• BI数据可视化应用：图表联动、钻取分析
• 数据可视化图表类型分析
• 常见的数据分析可视化图表有哪些
• 一张图讲清如何正确应用可视化图表，学会后再也不会用错图表
• 数据可视化怎么选择图表

BI数据可视化应用：图表联动、钻取分析

为什么当下企业越来越追求动态数据可视化？毫无疑问，图形化的动态数据分析报表更容易让企业管理者获取数据信息以及更便于理解。而数林技术工程师们为客户演示某些数据分析报表时，有客户提到：为什么这个图表不能影响那个图表？这些图表不能相互筛选过滤吗？等等一系列问题。

为什么有的图表之间不能相互过滤？我们知道，有些图表之间的数据并无关系，相互过滤并没有什么意义，数据间存在关系，进行联动、钻取等才会让数据分析更有意义。下文中我便带大家简单探讨关于BI数据可视化应用——图表联动、钻取分析，让大家对动态的可视化分析有更深的了解。

一、数据之间有关系便能联动、钻取分析

数据之间存在关系便可通过各图表相互影响、相互作用。对于层次更复杂的数据，企业可通过钻取深入分析，层层穿透找到问题。如上动图所示，这是数林BI中设置的一个简单的客户业务员销售分析看板（数据经过处理，仅为演示数据），企业可用不同维度对销售情况进行联动、钻取分析。
那数据间怎么联动、钻取呢？

我们且以数林BI中的集团房地产收入分析模板为例，如下图所示，用户只需在设计界面中选择“多选主过滤器”便能实现数据间的联动，钻取亦是同理，这里不再截图了，用户可自行在设计界面尝试。

二、支持拖拽操作，数据直观而不粗糙
企业中的某些分析报表更多呈现的是一种结果，对报表中的某些数据存疑，肯定想知道为什么（什么原因造成），这时通过联动、钻取数据层层分析，可帮助企业发现问题。而企业使用数林BI进行主题设计时便是一种分析的过程，这种联动、钻取分析过程支持用户以简单的拖拽操作完成，且数据直观不粗糙。

例如，用户想切换维度分析，如下动图所示:

例如，用户想看不同数据的趋势分析,如下动图所示：

例如，用户想选择适合的图形分析，可快速切换图形，如下动图所示：

......
三、协助决策者高效决策，节省查询与筛选时间

借助这样的分析工具，可用拖拽等拖拽方式满足企业常见的一些数据分析需求，只要数据间有关系，通过联动、钻取分析等数据可视化图表应用，便可协助用户快速直观读取数据信息，节省大量的查询与筛选时间，从而协助企业高效决策。

数据可视化图表类型分析

数据的可视化显示能够让我们的工作更加流畅，以及对项目的发展状态有直观的了解。今天我们就一起来学习一下，常见的数据可视化图都有哪些类型。

折线图

折线图可能是常见的可视化方式了，它可以让用户很直观地按照时间维度了解系统的情况。系统中每个单一或聚合的指标都会以一条折线在图表中体现。但当同一个图表中同时存在多条折线时，就可能会对阅读有所影响，所以大多数情况下都可以选择仅查看其中的少数几条折线，而不是让所有折线同时显示。如果某个指标的数值产生了大于正常范围的波动，就会很容易发现。例如下图中异常的紫线、黄线、浅蓝线。

折线图的另一个用法是可以将多条折线堆叠起来以显示它们之间的关系。例如对于通过折线图反映服务器的请求数量，可以单独看到每台服务器上的请求，也可以聚合在一起看。这就可以在同一个图表中灵活查看整个系统以及每个实例的情况了。

热力图

另一种常见的可视化方式是热力图。热力图与条形图比较类似，还可以在条形图的基础上显示某部分在整体中占比的变化情况。例如在查看网络请求延时的时候，就可以使用热力图快速查看到所有网络请求的总体趋势和分布情况，另外，它可以使用不同颜色来表示不同部分的数值。

仪表图

还有一种常见的可视化方式是仪表图，用户可以通过仪表图快速了解单个指标。仪表一般用于单个指标的显示，例如车速表代表汽车的行驶速度、油量表代表油箱中的汽油量等等。大多数的仪表图都有一个共通点，就是会划分出所示指标的对应状态。

除了常规仪表样式的显示方式之外，还有较为直接的数据显示方式，配合相同的配色方案，一眼就可以看出各个指标所处的状态，这一点与和仪表的特点类似。用户不需要仔细阅读，就可以大致了解各个指标的不同状态。这种类型的可视化是我常用的类型，在数秒钟之间，我就可以全面地总览系统各方面地运行情况。

火焰图

由Netflix的BrendanGregg在2011年开始使用的火焰图是一种较为少见地可视化方式。它不像仪表图那样可以从图表中快速得到关键信息，通常只会在需要解决某个应用的问题的时候才会用到这种图表。火焰图主要用于CPU、内存和相关帧方面的表示，X轴按字母顺序将帧一一列出，而Y轴则表示堆栈的深度。图中每个矩形都是一个标明了调用的函数的堆栈帧。矩形越宽，就表示它在堆栈中出现越频繁。java课程培训机构发现在分析系统性能问题的时候，火焰图能够起到很大的作用，大家不妨尝试一下。

常见的数据分析可视化图表有哪些

①柱状图：用于做比较。

柱状图是最基础的一种图表，我们通过数据柱的高度来表现数据的多少，进而比较不同数据之间的差异。数据量的大小对比对于我们来说一目了然，一般来说，柱状图的横轴是时间轴，纵轴是数据轴。

②折线图：用于看数据变化的趋势。

折线图一般可以基于时间维度看数据量的变化趋势，发现整体走向和单体突出数据，如图4-2所示。比如通过折线图可以看出全年的新增用户变化情况，找出数据变化的高点和低点，而柱状图则用来对比不同高点之间的变化，进而找原因。

③饼状图：用于看各部分的占比。

饼状图和柱状图在应用上有一定的重合。饼状图的应用重点在于发现单体因素在整体因素中的占比，但如果用多个单体因素做饼状图，可能导致数据特征不明显。

④散点图：用于二维数据的比较。

散点图可以用于三维数据的表现，也可以用于二维数据的比较。一般我们将数据大的维度作为纵轴，更有利于展示结果。

⑤气泡图：用于用户三维数据的比较。

气泡图是对散点图的升级，可通过散点图中点的不同大小来表现第三维数据。

⑥雷达图：用于四维以上数据的对比。

雷达图可以应用于多维度数据的对比。雷达图一方面可以对比出不同群组用户的特征，另一方面可以总结不同用户的特征。

一张图讲清如何正确应用可视化图表，学会后再也不会用错图表

数据分析业内有句经典语录：“字不如表，表不如图”

但可视化图表种类如此之多，什么场景下应该用什么图表展示，是一个让人头秃的难题。

废话不多说，想解决这个难题，就先来跟老李看下日常工作中会常用到哪些可视化图表？随后我们再针对这些图表做具体的适用场景讲解，内容很干，记得收藏备用

1、常见的数据可视化图表

基于老李多年在互联网和国企的数据分析从业经历，基本上工作中常用到的就是：柱状图、折线图、饼图、散点图、雷达图、箱型图、气泡图、词频图、桑基图、热力图、关系图、漏斗图等。

2、具体讲解各类图表适用场景

柱状图

适用场景：展示多个数据之间的差异，适用于较小规模的数据。常用来比较同一指标下的不同群体，如10位不同技术人员的薪酬。

折线图

适用场景：折线图用于在连续间隔或时间跨度上显示定量数值，最常用来显示趋势和关系。此外，折线图也能给出某个时间段内的「整体概览」，观察数据在这段时间内的发展情况。

饼图

适用场景：展示各数据在整体的占比，适用于分类较少的数据。

散点图

适用场景：展示不同数据的相关关系，适用于二维数据。这种空间方法可以很容易地看到相关、负相关、集群和异常值

雷达图

适用场景：展示不同类别数据等级差异，适用于小规模数据。

箱型图

适用场景：反映数据的离散情况，最大最小值，中位数，四分位数。

气泡图

适用场景：展示三个变量之间的关系，适用于小规模数据。

词频图

适用场景：展示关键字数据出现频率大小，适用于用户画像/标签

桑基图

适用场景：反映信息的变化和流动状态，适用于路径和流量分析。

热力图

适用场景：展示数据的分布情况，适用于含位置信息的数据。

关系图

适用场景：展示事物相关性和关联性，适用于社交关系链/品牌传播

漏斗图

适用场景：展示业务流程中的转化情况，适用于用户转化分析。

我是“数据分析不是个事儿”，常年分享数据分析干货，不定期分享好用的职场技能工具。

数据可视化怎么选择图表

数据可视化具体来说就是图表的设计，我们在做图表设计时候经常面临着怎么选用合适的图表，Andrew Abela 整理了图表类型选择指南：

Andrew Abela将图表展示的关系分为4 类：比较、分布、构成、联系。然后根据这个分类和数据的状况给出了对应的图表类型建议。在选用图表前首先要想清楚：你要表达什么关系。
常见的图表类型基本上以下六种，涵盖了绝大部分的使用场景:

曲线图： 用来反映时间变化趋势

柱状图： 用来反映分类项目之间的比较，也可以用来反映时间趋势

条形图： 用来反映项目之间的比较

饼图： 用来反映构成，即部分占总体的比例

散点图： 用来反映相关性或分布关系

地图： 用来反映区域之间的分类比较

1.柱形图

显示一段时间内的数据变化或显示各项之间的比较情况，主要使用颜色进行类型区分。XY轴的二维空间体现。柱形图适合用来显示在连续间隔或特定时间段内的数据分布，有助于估计数值集中位置、上下限值以及确定是否存在差距或异常值；也可粗略显示概率分布。

主要用于比较各组数据之间的差别或数据变化情况。
2.地图

地区分布图通常用来显示不同区域与数据变量之间的关系，并把所显示位置的数值变化或模式进行可视化处理。

我们在地图上每个区域以不同深浅度的颜色表示数据变量，例如从一种颜色渐变成另一种颜色、单色调渐进、从透明到不透明、从光到暗，甚至动用整个色谱。

主要用于体现地理位置上各项数据的情况。
3.折线图

显示随时间（根据常用比例设置）而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。

主要用于趋势分析。
4.饼图

显示每一数值相对于总数值的大小。

主要用于各部分占整体的多少说明。（建议饼图不超过8块，百分比按一定规则顺时针排序）
5.热图

热图 (Heatmap)通过色彩变化来显示数据，当应用在表格时，热图适合用来交叉检查多变量的数据。

热图适用于显示多个变量之间的差异；显示当中任何模式；显示是否有彼此相似的变量；以及检测彼此之间是否存在任何相关性。