京公网安备 11010802034615号
经营许可证编号:京B2-20210330
由于不同的数据分析工具收集到的数据千差万别,基于这些数据生成展示的统计图表也不尽相同;而且数据分析师制作各种报告时,也常常纠结于如何选择合适的图表表达数据诉求,因此我们有必要去理解一些常用数据分析统计图表的特点、使用方法以及注意点。数据分析中主要使用以下几种图表。
折线图:按照时间序列分析数据的变化趋势时使用
柱 图:指定一个分析轴进行数据大小的比较时使用
饼 图:指定一个分析轴进行所占比例的比较时使用
仪表图:单独关注一个指标的绩效表现时使用
1.折线图
折线图主要是在按照时间序列分析指标值变化趋势的情况下使用。通常情况下X轴设定为时间,Y轴设定为其他指标值。分析页面浏览数,访问者数,转化数(率)等指标整体变化趋势时多用折线图。这些指标值用折线图表示之后,可以明确每小时段、天、周、月或年的变化趋势,得到类似“平时工作日的访问比较多,周末的访问比较少”,“这个月转化数较上个月下降了近10%”等分析结论。
那么接下来就让我们去见识一下网站分析所使用的几组折线图(X轴都设定为时间)。
首先,Y轴设定为页面浏览数的折线图。表示成折线图之后页面浏览数的增减就一目了然了。
(※折线图 ↓)

下图表示了同时涵盖“初次访问”和“再访问”的页面浏览数。在相同单位下这些指标值都可以统合在一个图表中显示。
(※细分折线图 ↓)

这样一来就可以细化分析一些趋势变化的原因。在上图中,可以发现:8月16日的流量短暂峰值主要来自于初访者。
接下来看下图。是【今年8月】和【去年8月】每一天的页面浏览数同比数据。可以看出今年不仅总体流量有所提升,而且有效缓解了每逢周末流量减少的现象。
(※对比折线图 ↓)

■做折线图时的注意事项
在做成折线图时请注意以下几点。
1. 图表中的指标要明示(即Y轴数值代表的指标)。
2. 当X轴有多于5个项目时推荐使用折线图,当不足5个项目时可以使用柱图。
3. 在一组折线图中如果折线超过了4条,由于折线之间有重复的部分所以会看不清楚。这种情况下,可以拆分成两组折线图去表现。
2.柱图
柱图主要是以特定的轴线来比较指标值的大小的情况下使用。柱图是网站分析中最常使用的一种图表。柱图可分为竖柱图、横柱图和累积竖柱图等。下面说明一下这几种柱图的特点。
首先是【横柱图】。横柱图也叫条形图,一般用来表示一类项目的横向对比,例如按访问量对网页的排名、按转化率大小对广告媒体的排名等。横柱图的X轴通常代表确定数值大小的刻度尺。下图是按访问量大小对网站页面的排名图:
(※横柱图 ↓)

其次是【竖柱图】。竖柱图和折线图用法类似,常用来表示时间序列的指标数值变化情况。不同的是,如果X轴上的时间点不多(例如低于5个)可以选择使用竖柱图;或者根据数据的性质和图表想要表达的侧重点来选择:竖柱图偏向于表现数量,而折线图偏向于表现趋势。
讲到这里还可以看出【竖柱图】表现的是数据随时间变化的关系,而【横柱图】所表示的项目对比指在某一时间点或时间段内的数据。也许有人会问“横柱图的数据不一样可以通过竖柱图表现出来吗?”,理论上可以,但通常横柱图中的项目名称(例如上例中的网页标题)都偏长,如果通过竖柱图表现很难在一行内展现,可能会出现折行的现象。
下图就是表现访问次数随时间变化的竖柱图。
(※竖柱图 ↓)

柱图中还有一种叫做【累积竖柱图】。当我们想确认某一个数值的详细内容时使用累积竖柱图就很方便了。下图是对访问次数按网站的访问来源(广告进入、直接访问进入、搜索引擎进入)细分做成图表,这样可以很容易的判断网站进入方式的详细情况。
(※累积竖柱图 ↓)
■做成柱图的注意事项
在做成柱图的时候请注意以下几点。
1. 注意竖柱图和横柱图的区分使用
2. 柱的数量过多导致柱间空隙很小时,可以选择使用折线图
3. 【数量】和【比例】最好做成不同的柱图
3. 饼图
饼图主要是在分析整体指标值中的成分比例时使用的。特点就是能够一眼分辨出哪一个项目所占的比例最大。下图中很容易的就能发现网站的进入页主要是“数码林的博客”页,比例将近达到了40%。
(※饼图 ↓)

■做成饼图时的注意事项
在做成饼图时请注意以下几点。
1. 由于饼图是为了确认比例而不是数量,所以饼图上表示的是比例,如果想要表现总数值的话,可以添加一行n=XXXX这样的描述。
2. 饼图中的构成元素是按照百分比降序排列的(【其他】除外)
3. 由于人们习惯顺时针看东西,所以最好把最重要的内容放在12点位置附近
4. 当饼图中的构成元素有10种以上时,排在后面的数据总结在一起用【其他】来表示。
4.仪表图
仪表图是为了关注单独一个指标的表现时使用。特点是能给出指标的安全范围和警戒范围。
例如将跳出率的表现以25%、50%为界限分为三个绩效区域,并分别以绿色、黄色和红色来区分三个绩效区域,其中红色表示警戒区域。从下图可以一眼看出9月的跳出率已经超过50%进入警戒区域,需要引起重视了。
(※仪表图 ↓)

■做成仪表图时的注意事项
在做成仪表图时请注意以下几点。
1. 注意绩效表现区域的划分,一般利用两个边缘值分为三个区域
2. 红色警戒区域出现在左侧还是右侧和指标的业务属性相关,例如跳出率越高越接近警戒区域,所以红色区域在右侧。
最后援引麦肯锡的《用图表说话》中一段话来总结一下关于图表的选择:
(1)图表是语言的一种形式,它的存在是为了比表格更快更好的表达你想要表达的内容
(2)决定图表的不是数据也不是尺寸,而是你想说明的主题
(3)图表贵精不贵多,只有当图表能帮你表达主题时才使用
(4)图表是直观教具,但它不能取代书写和讲述,在帮你传达主题时,它能起到重要作用
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01