数据分析20种图表怎么做

数据分析在实际工作和学习中是非常重要的，而图表是展现数据分析结果的重要手段之一。下面将介绍20种常用的图表以及它们的制作方法和适用场景。

1. 柱状图：用于比较不同类别的数据大小。
2. 折线图：展示数据随时间或某种变量的变化趋势。
3. 饼图：展示数据在总量中的占比情况。
4. 散点图：展示两个变量之间的关系。
5. 箱线图：展示数据的离散程度和分布情况。
6. 直方图：展示数据的分布情况。
7. 帕累托图：展示问题的主要原因及其占比情况。
8. 热力图：展示数据在不同维度间的关系强度。
9. 散点矩阵图：展示多个变量之间的关系。
10. 树状图：展示数据的层级结构及关联关系。
11. 气泡图：展示三个变量之间的关系，包括大小、颜色和位置。
12. 茎叶图：展示数据的排序情况。
13. 雷达图：展示多个变量的相对大小。
14. 管道图：展示流程中每个环节的数据量。
15. 树图：展示数据的层级结构及比例关系。
16. 蜡烛图：展示数据的开盘价、收盘价、最高价和最低价。
17. 堆积图：展示不同数据类别间的累积情况。
18. 漏斗图：展示数据在不同阶段的流失情况。
19. 网络图：展示节点之间的关系网络。
20. 管理图：展示过程的进度和效率情况。

根据以上20种图表的介绍，可以根据数据分析的目的和需求来选择合适的图表类型，然后使用数据分析工具如Excel、Tableau等来制作相应的图表。制作图表时要注意数据的准确性和清晰度，使其能够有效地传达所要表达的信息。通过图表的展示，可以更直观地理解数据，发现规律，做出正确的决策。希望以上内容对您有所帮助！

数据分析是一项重要的工作，而图表是帮助我们更好地理解数据和传达信息的有力工具。在数据分析中，使用不同类型的图表可以帮助我们展示数据间的关系、趋势和模式。以下是20种常见的图表及其如何制作的简要说明：

1. 折线图：用于展示数据随时间变化的趋势。在Excel中，选择数据并使用“插入”菜单中的“折线图”功能即可创建。

2. 柱状图：用于比较不同类别的数据。在Excel中，选择数据并使用“插入”菜单中的“柱状图”功能即可创建。

3. 饼图：用于展示数据的占比关系。在Excel中，选择数据并使用“插入”菜单中的“饼图”功能即可创建。

4. 散点图：用于展示两个变量之间的关系。在Excel中，选择数据并使用“插入”菜单中的“散点图”功能即可创建。

5. 面积图：用于展示各部分数据的相对比例和变化趋势。在Excel中，选择数据并使用“插入”菜单中的“面积图”功能即可创建。

6. 箱线图：用于展示数据的分布情况和离群值。在Excel中，选择数据并使用“插入”菜单中的“箱线图”功能即可创建。

7. 直方图：用于展示数据的分布情况。在Excel中，选择数据并使用“数据分析”菜单中的“直方图”功能即可创建。

8. 热力图：用于展示数据的密度和分布情况。在Excel中，可使用条件格式来创建热力图。

9. 树状图：用于展示数据的层级结构和关系。在Excel中，可使用SmartArt功能创建树状图。

10. 气泡图：用于展示三个变量之间的关系。在Excel中，选择数据并使用“插入”菜单中的“气泡图”功能即可创建。

11. 地图：用于展示地理数据和地域分布情况。可以使用GIS软件或在线地图工具创建地图图表。

12. 管状图：用于展示数据流程和步骤关系。在Excel中，可使用SmartArt功能创建管状图。

13. 蜡烛图：用于展示金融数据的开盘价、收盘价、最高价和最低价。在Excel中，选择数据并使用“插入”菜单中的“蜡烛图”功能即可创建。

14. 甘特图：用于展示项目进度和时间规划。在Excel中，可使用表格和条件格式创建简单的甘特图。

15. 散列图：用于展示数据的聚集情况和分布模式。在Excel中，选择数据并使用“插入”菜单中的“散列图”功能即可创建。

16. 环形图：用于展示数据间的层次结构和占比关系。在Excel中，选择数据并使用“插入”菜单中的“环形图”功能即可创建。

17. 水平条形图：用于展示数据的对比和排名情况。在Excel中，选择数据并使用“插入”菜单中的“水平条形图”功能即可创建。

18. 应力应变曲线图：用于展示材料的力学性能。可以使用专业软件如Origin或MATLAB创建。

19. 霓虹灯图：用于吸引注意力和传达信息。可以使用数据可视化工具或在线制图工具创建。

20. 网络图：用于展示复杂关系和网络结构。可以使用专业数据分析软件如Gephi或Cytoscape创建。

以上是20种常见的图表及其制作方法，通过选择合适的图表类型来展示数据，可以帮助我们更好地理解数据、发现规律和做出更准确的决策。 数据分析20种图表怎么做

数据分析中常用的图表种类繁多，每种图表都有其特定的用途和适用场景。下面将介绍20种常用的数据分析图表的制作方法和操作流程，帮助你更好地理解如何制作这些图表以及它们各自的特点。

一、柱状图（Bar Chart）

柱状图是一种用于比较不同类别之间数据关系的图表类型。在制作柱状图时，需要指定一个类别变量和一个数值变量，通常用于展示不同类别的数量或数值之间的比较关系。

操作流程：

1. 打开数据分析工具（如Excel、Tableau、Python等）。
2. 选择需要分析的数据表。
3. 选择“柱状图”图表类型。
4. 将类别变量拖放至横轴，将数值变量拖放至纵轴。
5. 美化图表，可添加标题、调整颜色、修改字体等。

二、折线图（Line Chart）

折线图常用于展示数据随时间变化的趋势，能够清晰地显示数据的波动和变化规律。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“折线图”图表类型。
4. 将时间变量拖放至横轴，将数值变量拖放至纵轴。
5. 根据需要，可以添加数据标签、调整线条样式、设置坐标轴范围等。

三、散点图（Scatter Plot）

散点图通常用于展示两个数值变量之间的关系，可以帮助识别数据之间的模式和趋势。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“散点图”图表类型。
4. 将一个数值变量拖放至横轴，将另一个数值变量拖放至纵轴。
5. 根据需要，可以调整点的大小、颜色和形状，添加数据标签等。

四、饼图（Pie Chart）

饼图常用于展示数据的占比情况，将一个整体分解为不同部分，显示它们之间的比例关系。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“饼图”图表类型。
4. 将需要分析的数据字段拖放至图表区域。
5. 根据需要，可以调整标签位置、添加数据标签、突出显示某一部分等。

五、箱线图（Box Plot）

箱线图用于展示数据的分布情况、离群值和中位数等统计信息，适用于比较多个组别之间的数据分布情况。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“箱线图”图表类型。
4. 将需要分析的分组变量拖放至X轴，将数值变量拖放至Y轴。
5. 可以根据需要添加数据标签、调整颜色、设置离群值显示等。

六、热力图（Heatmap）

热力图常用于展示两个维度数据之间的关系，通过颜色的深浅来表示数值的大小，可以直观地展示数据的密度和分布情况。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“热力图”图表类型。
4. 将两个维度数据分别拖放至X轴和Y轴，将数值变量拖放至热力图区域。
5. 根据需要设置颜色映射、调整图表大小和标题等。

七、雷达图（Radar Chart）

雷达图常用于展示多个变量之间的关系，能够清晰地展示不同变量的相对大小和差异，适用于比较多维度数据。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“雷达图”图表类型。
4. 将各个变量对应的数值拖放至雷达图的不同顶点。
5. 根据需要调整雷达图的大小、颜色、角度和填充效果。

八、直方图（Histogram）

直方图用于展示数据的分布情况，将数据按照一定的分组方式展示，便于观察数据的频数和分布规律。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“直方图”图表类型。
4. 将需要分析的数值变量拖放至直方图区域。
5. 可以根据需要调整组距、柱状颜色、添加辅助线等。

九、面积图（Area Chart）

面积图常用于展示数据随时间变化的趋势，在折线图的基础上，通过填充颜色来表示数据点和坐标轴之间的区域。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“面积图”图表类型。
4. 将时间变量拖放至横轴，将数值变量拖放至纵轴。
5. 根据需要进行面积填充、数据标签显示、调整颜色等操作。

十、气泡图（Bubble Chart）

气泡图常用于展示三个变量之间的关系，通过气泡的大小、颜色和位置来表示不同变量的数值和相关性。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“气泡图”图表类型。
4. 将三个变量分别拖放至横轴、纵轴和气泡大小（或颜色）。
5. 可以根据需要调整气泡大小范围、颜色映射、添加数据标签等。

十一、散点矩阵图（Scatter Matrix）

散点矩阵图用于展示多个变量之间的散点图关系，适用于分析多个变量之间的相关性和分布情况。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“散点矩阵图”图表类型。
4. 将需要分析的变量拖放至图表区域。
5. 系统会自动生成多个散点图矩阵，显示变量之间两两的关系。

十二、树状图（Tree Map）

树状图常用于展示层次结构数据的复杂关系，通过矩形的大小和颜色来表示不同层级之间的数量或数值关系。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的层次结构数据。
3. 选择“树状图”图表类型。
4. 将各个层级的数据字段拖放至图表区域。
5. 根据需要调整矩形的颜色映射、标签显示、层级排序等。

十三、堆叠柱状图（Stacked Bar Chart）

堆叠柱状图常用于展示不同类别中更细分数据的对比情况，可以清晰地显示各个子类别在总体数量中的占比关系。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“堆叠柱状图”图表类型。
4. 将类别变量拖放至横轴，将需要细分的子类别数据拖放至纵轴。
5. 可以根据需要调整柱状颜色、添加数据标签、调整图例位置等。

十四、漏斗图（Funnel Chart）

漏斗图常用于展示数据在不同阶段的流失情况，适用于分析销售流程、转化率等。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“漏斗图”图表类型。
4. 将阶段数据拖放至漏斗图的不同部分。
5. 可以根据需要调整漏斗颜色、添加数据标签、设置漏斗样式等。

十五、玫瑰图（Rose Chart）

玫瑰图常用于展示周期性或分布密度的数据，色彩鲜明、直观清晰，也可用于展示数据在不同维度上的比较。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“玫瑰图”图表类型。
4. 将需要分析的数据字段拖放至图表区域。
5. 可以根据需要调整玫瑰图的角度、扇形颜色、标签显示等。

十六、曲线图（Spline Chart）

曲线图是一种在折线图基础上添加平滑曲线的图表类型，有利于观察数据的变化趋势和走势。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“曲线图”图表类型。
4. 将时间变量拖放至横轴，将数值变量拖放至纵轴。
5. 根据需要调整曲线样式、添加数据标签、设置坐标轴范围等。

十七、K线图（Candlestick Chart）

K线图常用于展示股票等金融数据的开盘价、收盘价、最高价和最低价等信息，有利于分析价格走势和波动情况。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的金融数据表。
3. 选择“K线图”图表类型。
4. 将开盘价、收盘价、最高价和最低价数据拖放至K线图区域。
5. 可以根据需要调整K线图的颜色映射、设置坐标轴范围、添加数据标签等。

十八、雷达图（Radial Chart）

雷达图常用于展示相对多维度数据之间的关系，通过半径和角度显示变量之间的相对大小和相关性。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“雷达图”图表类型。
4. 将各个变量对应的数值拖动至雷达图的不同顶点。
5. 根据需要调整雷达图的半径范围、颜色填充、角度显示等。

十九、水平柱状图（Horizontal Bar Chart）

水平柱状图是柱状图的一种变体，用于横向比较不同类别之间的数据关系，适合于类别名称较长的情况。

操作流程：

1. 打开数据分析工具。
2. 选择需要分析的数据表。
3. 选择“水平柱状图”图表类型。
4. 将类别变量拖放至纵轴，将数值变量拖放至横轴。
5. 可以根据需要调整柱状颜色、添加数据标签、设置坐标轴范围等。

二十、地图（Map）

地图常用于展示地理位置数据或区域数据的空间分布情况，能够清晰地显示数据在地图上的分布和相关属性。

操作流程：

1. 打开数据分析工具。
2. 准备地理位置或经纬度数据。
3. 选择“地图”图表类型。
4. 将地理位置数据或经纬度数据拖放至地图区域。
5. 可以根据需要选择地图类型、调整数据标识、添加地图图例等。

以上就是20种常用的数据分析图表的制作方法和操作流程，不同类型的图表适用于不同的数据展示需求和分析场景，你可以根据具体情况选择合适的图表类型进行数据分析和可视化。