Un vocabulaire visuel complet de 72 types de visualisation de données, organisé en 10 catégories par objectif. Choisissez le bon type de graphique pour votre histoire de données - des graphiques à barres aux diagrammes sankey.
Based on the FT Visual Vocabulary • 72 chart types across 10 categories
Sélectionnez la meilleure visualisation de données basée sur ce que vous voulez communiquer. Associez votre type de données et objectif à l'une de ces 10 catégories de graphiques.
Visualisez les tendances, motifs et changements temporels dans vos données. Idéal pour suivre le progrès, identifier la saisonnalité ou prévoir les valeurs futures.
Comparez les tailles et quantités entre catégories. Parfait pour montrer les différences relatives et faire des comparaisons de valeurs directes.
Montrez comment les composants individuels contribuent à une image complète. Idéal pour l'analyse de composition, les répartitions en pourcentage et les données hiérarchiques.
Mettez en évidence les variations par rapport à un point de référence comme zéro, moyenne ou objectif. Utile pour montrer la performance positive/négative et l'analyse de sentiment.
Découvrez les motifs et connexions entre deux ou plusieurs variables. Essentiel pour l'analyse statistique, l'identification de tendances et les tests d'hypothèses.
Affichez les éléments triés par valeur pour montrer la position relative. Excellent pour les classements, les listes top/bottom, l'analyse concurrentielle et les classements de performance.
Comprenez la fréquence et la dispersion des points de données. Critique pour l'analyse statistique, l'identification des valeurs aberrantes et la compréhension de la forme des données.
Suivez les mouvements, transferts et connexions entre entités. Parfait pour montrer les processus, migrations, parcours utilisateurs et allocation de ressources.
Affichez des données avec un contexte géographique sur des cartes. Essentiel pour l'analyse régionale, les insights basés sur la localisation et la compréhension des modèles de distribution géographique.
Certaines histoires de données nécessitent des types de graphiques uniques qui ne rentrent pas dans les catégories traditionnelles. Ces graphiques spécialisés servent des besoins analytiques et organisationnels spécifiques.
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.