在进行数据可视化分析中，我们能选择的图表类型非常多，选对和选错类型对信息表达有很大的影响。在做图表之前需要了解每个图表的特性，并想清楚：数据想要展示什么？想要表达什么？

随着数据可视化发展以及基础图形的扩充，Smartbi专家团基于上述思维导图整理了一份“图形选择决策树”供参考。

图：图形选择决策树

我们可以将数据的展示类型分成比较、序列、构成、描述四种。

比较

1. 和目标的比较，体现进度完成情况：可以选择油量表、圆环百分比进度图，适合在量化的情况下显示单一的价值和衡量标准。

2. 项目与项目间的比较：

柱状图、条形图：适用于最基础的项目间比较，相对大小可进行精确比较，当各类数据大小大致相同时，此类图更容易发现细小的差别。

雷达图：显示类别（项目）有三个或更多维度的变量对比情况，以及不同类别（项目）多个维度的变量差异。

词云图：用于显示文本数据，当大量文本数据显示时，使用类似云彩的图形来显示各种词汇，并根据显示数据的大小频率等设置最突出文字。能让人从大量的词语中让人一眼看到关键词。

树状图：比较不同层级结构的值，以矩形显示层次结构级别中的比例，大小比较视觉呈现更直观。

热力图（基于笛卡尔坐标系）：主要通过颜色表现数值的大小（两个维度），一般用于活跃程度的体现,可以直观清楚地看到数据密集情况。

3. 地域间数据比较：可以选择地图进行地域间的数据比较，数据表达方式更为明确和直观。

序列

1. 连续、有序的数据波动：

折线图、面积图、柱状图：能很好地体现数据趋势，常用于显示随时间变化的数值。折线图、面积图有便于展示多个类别（项目）数据的趋势变化，不显得过于拥挤。

2. 各阶段递减过程：

漏斗图可将数据呈现为几个阶段，每个阶段的数据都是整体的一部分，从一个阶段到另一个阶段数据自上而下逐渐下降，使整个过程更加直观清晰。

构成

1. 占比构成：

可选择饼图、环形图、南丁格尔玫瑰图，更直观地展现及对比各类数值占比情况。

2. 多类别部分到整体：

堆积图、百分比堆积图：堆叠柱状图可以显示多个部分到整体的关系；百分比堆积图重要突出各类别在整体中的分布情况。

3. 展示各部分分布构成情况：

瀑布图：瀑布图一般有两个值，绝对值与相对值，通过这两个值结合的方式表可以分析两个数据点之间数量的变化过程。

描述性统计

1. 关键指标描述：

指标卡：突出展示最终结果和关键数据。

2. 数据分组差异：

直方图：根据差异将数据进行分类，可以精确的掌握差异。

3. 数据分散：

盒须图（箱型图）：展示数据分散情况，可以通过最小值、第一四分位、中位数、第三四分位与最大值来描述数据，特别适用于对多个样本的比较。

4. 数据相关性：

散点图、气泡图：可以识别变量之间的相关性或通过观察来认识他们的关系（散点图2个变量、气泡图3个变量)，发现某种趋势，对于查找异常值或理解数据分布也很有效。

5. 数据关系：

关系图：表示人物或事物之间的关系。