Ein umfassendes visuelles Vokabular von 72 Datenvisualisierungstypen, geordnet in 10 Kategorien nach Verwendungszweck. Wählen Sie den richtigen Diagrammtyp für Ihre Datenstory – von Balken- und Liniendiagrammen bis hin zu Treemaps und Sankey-Diagrammen.
Loading chart atlas…
Wählen Sie die beste Datenvisualisierung basierend auf dem, was Sie kommunizieren möchten. Passen Sie Ihren Datentyp und Ihr Ziel an eine dieser 10 Diagrammkategorien an.
Visualisieren Sie Trends, Muster und zeitliche Veränderungen in Ihren Daten. Ideal für die Verfolgung von Fortschritten, die Identifizierung von Saisonalität oder die Vorhersage zukünftiger Werte.
Vergleichen Sie Größen und Mengen über Kategorien hinweg. Perfekt, um relative Unterschiede aufzuzeigen und einfache Wertvergleiche anzustellen.
Zeigen Sie, wie einzelne Komponenten zu einem Gesamtbild beitragen. Am besten für Zusammensetzungsanalysen, prozentuale Aufschlüsselungen und hierarchische Daten.
Heben Sie Variationen von einem Referenzpunkt wie Null, Durchschnitt oder Ziel hervor. Nützlich zur Darstellung von positiver/negativer Leistung und für Stimmungsanalysen.
Entdecken Sie Muster und Verbindungen zwischen zwei oder mehr Variablen. Essentiell für statistische Analysen, Trendidentifizierung und Hypothesentests.
Zeigen Sie nach Wert sortierte Elemente an, um die relative Position zu verdeutlichen. Ideal für Ranglisten, Top/Bottom-Listen, Wettbewerbsanalysen und Leistungsrankings.
Verstehen Sie die Häufigkeit und Streuung von Datenpunkten. Kritisch für statistische Analysen, die Identifizierung von Ausreißern und das Verständnis der Datenform.
Verfolgen Sie Bewegungen, Transfers und Verbindungen zwischen Einheiten. Perfekt für die Darstellung von Prozessen, Migrationen, User Journeys und Ressourcenallokation.
Stellen Sie Daten mit geografischem Kontext auf Karten dar. Essentiell für regionale Analysen, standortbasierte Erkenntnisse und das Verständnis geografischer Verteilungsmuster.
Einige Datenstorys erfordern einzigartige Diagrammtypen, die nicht in herkömmliche Kategorien passen. Diese spezialisierten Diagramme dienen spezifischen analytischen und organisatorischen Anforderungen.
Based on the FT Visual Vocabulary • 72 chart types across 10 categories
Common questions about data visualization types and how to choose the right chart
The Atlas of Charts is a comprehensive visual reference guide featuring 72 data visualization types organized into 10 categories. It was created to help data analysts, business professionals, and designers quickly identify the most appropriate chart type for their specific data story. Think of it as a periodic table for data visualization.
Charts are organized into 10 functional categories based on the analytical question they answer: Change over Time (13 charts), Magnitude (10), Part-to-whole (10), Deviation (4), Correlation (5), Ranking (6), Distribution (9), Flow (4), Spatial (8), and Other (3). This organization helps you start with your data question and find the right visualization.
ChartGen currently supports 9 chart types with full AI-powered generation: Line Chart, Bar Chart, Pie Chart, Area Chart, Scatter Plot, Heatmap, Combo Chart, Waterfall Chart, and Funnel Chart. These charts are marked with a green 'LIVE' badge in the atlas. We're continuously adding support for more chart types.
Charts marked with a green 'LIVE' badge are fully supported by ChartGen AI | you can click on them to see a preview and then create your own with your data. Charts with a 'Coming Soon' label are part of our development roadmap and will be added in future updates. You can still learn about these chart types in the atlas.
Both show trends over time, but they serve different purposes. Use a Line Chart when you want to emphasize the rate of change and compare multiple series clearly. Use an Area Chart when you want to emphasize the cumulative magnitude or show part-to-whole relationships over time. Area charts work best with fewer data series to avoid visual clutter.
Use a Bar Chart when comparing values across categories, especially when you have many categories or need precise comparisons. Use a Pie Chart only when showing parts of a whole with 2-5 categories and when the proportions are meaningfully different. If your pie slices would be similar in size, a bar chart is usually more effective.
A Waterfall Chart (also called a bridge chart) shows how an initial value is affected by a series of positive and negative changes to reach a final value. It's commonly used in financial analysis to show how revenue becomes profit, explain budget variances, or break down the components of change between two time periods.
Use a Scatter Plot when you want to show the relationship between two continuous variables and identify individual data points, outliers, or clusters. Use a Heatmap when you have categorical data on both axes and want to show the intensity or frequency of combinations. Heatmaps are great for showing patterns across time periods or categories.
Spatial charts (Choropleth, Cartogram, Flow Map, etc.) are used when geographic location is a key dimension of your data. They help answer questions like 'Where are sales highest?', 'How do values vary by region?', or 'What are the movement patterns between locations?'. ChartGen is working on adding map-based visualizations in future updates.
We're always expanding ChartGen's capabilities based on user needs. You can share your chart type requests with us through the Ada.im platform. Popular requests are prioritized in our development roadmap. Currently, we're working on adding Donut, Treemap, Radar, and more statistical chart types.