我的数据应该用什么图表？完整决策指南

“我应该用什么图表？”这是数据可视化中最常见的问题。答案取决于三个因素：您的数据类型、您的信息和您的受众。本指南为您提供了一个清晰的框架，让您每次都做出这个决定。

图表选择框架

在深入了解特定图表类型之前，请理解这个基本原则：图表是对问题的回答。您选择的图表取决于您试图回答的问题。

图表回答的四个问题

1. 事物如何比较？ → 柱状图、条形图
2. 事物如何随时间变化？ → 折线图、面积图
3. 构成是什么？ → 饼图、堆叠柱状图、树状图
4. 关系是什么？ → 散点图、气泡图

将您的问题与正确的类别匹配，您将大大缩小选择范围。

快速决策流程图

使用这个快速决策过程：

步骤1：您的主要目标是什么？

• 比较数值 → 转到比较图表
• 显示时间变化 → 转到趋势图表
• 显示整体的部分 → 转到构成图表
• 寻找关系 → 转到关系图表
• 显示分布 → 转到分布图表

步骤2：有多少个变量？

• 一个变量 → 简单图表（柱状图、折线图、饼图）
• 两个变量 → 双轴或散点图
• 三个及以上变量 → 高级图表（气泡图、雷达图、热力图）

步骤3：有多少个数据点？

• 少于10个 → 大多数图表类型都能工作
• 10-50个 → 考虑折线图或分组柱状图
• 超过50个 → 使用热力图、散点图或先聚合

比较图表：当您在比较数值时

柱状图/条形图

使用时机：

• 比较离散类别
• 显示排名
• 展示调查结果
• 数值不需要加起来等于100%

最适合：

• 按地区销售
• 按员工绩效
• 按产品线收入
• 调查回复数量

示例数据：

选择柱状图而非条形图的情况：

• 类别名称很长
• 您有超过6-7个类别
• 想强调排名

分组柱状图

使用时机：

• 跨类别比较多个系列
• 显示前后对比或年度对比
• 按人口统计展示调查结果

最适合：

• 按地区Q1 vs Q2销售
• 调查中的男女回复
• 按部门预算vs实际

限制： 超过3-4个系列或6-7个类别时会变得混乱

水平子弹图

使用时机：

• 显示向目标的进展
• 比较实际vs目标
• 展示KPI绩效

最适合：

• 销售配额达成率
• 项目进度跟踪
• 绩效仪表板

趋势图表：当时间为您的X轴时

折线图

使用时机：

• 显示随时间的连续变化
• 跟踪趋势和模式
• 比较随时间的多个系列
• 您有超过7-8个时间段

最适合：

• 月度收入趋势
• 随时间的网站流量
• 股价变动
• 温度变化

重要提示： X轴应该是连续的时间数据。对于分类时间（Q1、Q2等），柱状图通常效果更好。

面积图

使用时机：

• 强调变化的幅度
• 显示随时间的累计总数
• 为演示文稿创造视觉冲击

最适合：

• 随时间的总用户数（累计）
• 收入增长可视化
• 市场规模扩张

警告： 避免重叠的面积图 - 很难阅读。请改用堆叠面积图。

堆叠面积图

使用时机：

• 显示构成如何随时间变化
• 跟踪汇总为总数的多个系列
• 可视化市场份额演变

最适合：

• 随时间的产品线收入
• 随时间的流量来源
• 预算分配变化

迷你图

使用时机：

• 在有限空间内显示趋势
• 在表格或文本中嵌入图表
• 在无细节的情况下提供上下文

最适合：

• 仪表板KPI指标
• 股票报价
• 报告标题

构成图表：当部分构成整体时

饼图

使用时机：

• 显示整体的部分
• 您有5个或更少的类别
• 数值加起来等于100%
• 一个片段占主导地位或处于焦点

最适合：

• 市场份额（有主导玩家）
• 预算分配概览
• 简单的调查结果

避免使用的情况：

• 片段大小相似
• 您有超过5-6个类别
• 准确性比概览更重要

环形图

使用时机：

• 与饼图相同的标准
• 想显示中心指标
• 需要更现代的外观

最适合：

• 进度指标（75%完成）
• 带上下文的单一KPI
• 现代仪表板

堆叠柱状图（100%）

使用时机：

• 跨类别比较构成
• 显示百分比如何因组而异
• 需要精确的片段比较

最适合：

• 按人口统计的调查回复
• 投资组合分配比较
• 按地区客户满意度

相对于饼图的优势： 在多个组之间比较相同片段要容易得多。

树状图

使用时机：

• 显示分层的部分-整体关系
• 您有很多类别（10+）
• 大小差异很重要

最适合：

• 文件存储明细
• 按部门和子部门的预算
• 按行业和公司的市值

瀑布图

使用时机：

• 显示值如何构建或分解
• 解释两个数字之间的差异
• 穿越财务变化

最适合：

• 利润桥接（收入到净利润）
• 年度差异解释
• 成本结构分析

关系图表：当相关性重要时

散点图

使用时机：

• 探索两个变量之间的关系
• 识别聚类或异常值
• 每个数据点代表一个单独的案例

最适合：

• 价格vs销售关系
• 身高vs体重相关性
• 营销支出vs收入

图表解读：

• 点趋向右上 = 正相关
• 点趋向右下 = 负相关
• 点随机分布 = 无相关性

气泡图

使用时机：

• 需要显示三个变量
• 大小代表第三个维度
• 比较具有多个属性的实体

最适合：

• 国家：GDP（x）vs预期寿命（y）vs人口（大小）
• 产品：价格（x）vs评级（y）vs销售量（大小）
• 竞争对手：市场份额（x）vs增长（y）vs收入（大小）

热力图

使用时机：

• 在大型数据集中显示模式
• 可视化相关矩阵
• 在两个维度上显示活动

最适合：

• 按小时和天的网站活动
• 多个变量间的相关性
• 地理密度数据
• 队列分析

分布图表：当分散度重要时

直方图

使用时机：

• 显示频率分布
• 理解数据分散度
• 识别模式（正态、偏斜、双峰）

最适合：

• 客户年龄分布
• 交易价值分布
• 响应时间分析

箱线图（盒须图）

使用时机：

• 跨组比较分布
• 显示中位数、四分位数和异常值
• 类别的统计比较

最适合：

• 按部门薪资分布
• 按班级测试分数
• 绩效指标比较

特殊用途图表

雷达图（蛛网图）

使用时机：

• 比较多重属性
• 显示绩效概况
• 实体有5-8个可测量的维度

最适合：

• 产品特性比较
• 员工技能评估
• 竞争对手分析

警告： 雷达图经常被误读。仅对熟悉的受众使用。

漏斗图

使用时机：

• 显示流程中的步骤
• 可视化转化或流失
• 值自然地通过步骤递减

最适合：

• 销售漏斗分析
• 招聘管道
• 网站转化漏斗

甘特图

使用时机：

• 显示项目时间线
• 可视化任务依赖关系
• 跟踪进度安排

最适合：

• 项目管理
• 产品路线图
• 活动策划

桑基图

使用时机：

• 显示步骤间的流动
• 可视化转移或转化
• 能源或资源流动

最适合：

• 预算流分析
• 客户旅程映射
• 网站导航路径

按数据类型选择图表

分类数据（名称、标签）

• 比较： 柱状图、条形图
• 构成： 饼图、树状图
• 组间比较： 分组柱状图、热力图

时间序列数据（日期、期间）

• 单一系列： 折线图、面积图
• 多系列： 多线图、堆叠面积图
• 随时间的构成： 堆叠柱状图、堆叠面积图

数值数据（连续值）

• 分布： 直方图、箱线图
• 关系： 散点图、气泡图
• 相关性： 热力图

分层数据（嵌套类别）

• 结构： 树状图、旭日图
• 流动： 桑基图

图表选择的常见错误

错误1：什么都用饼图

饼图被过度使用。它们只有在以下情况下才有效：

• 部分加起来等于100%
• 您有5个或更少的片段
• 精确值不关键

更好的替代方案：

• 比较用柱状图
• 单一指标用带中心KPI的环形图
• 组间构成比较用堆叠柱状图

错误2：分类数据用折线图

折线图暗示连续性。如果您的X轴是分类的（地区、产品），线条暗示了不存在的连接。

解决方案： 对分类比较使用柱状图。

错误3：3D图表

3D效果扭曲感知，使精确阅读变得不可能。

解决方案： 始终使用2D图表。如果需要视觉趣味，使用颜色和排版。

错误4：数据过多

更多数据并不意味着更好的可视化。知道何时：

• 聚合（每日→每月）
• 过滤（仅前10名）
• 分割成多个图表

错误5：图表不适合受众

对分析师完美的散点图可能会让高管困惑。考虑：

• 高管： 简单柱状图、单一KPI环形图
• 分析师： 散点图、热力图、详细视图
• 大众： 饼图、简单折线图、象形图

快速参考表

实际示例

示例1：季度销售报告

数据： 4个季度4个产品的销售数字

糟糕选择： 饼图（不显示时间维度）

正确选择： 分组柱状图或折线图

• 如果产品比较是主要的，则分组柱状图
• 如果显示趋势是主要的，则折线图

示例2：客户调查结果

数据： 500名受访者的满意度评分（1-5）

糟糕选择： 折线图（暗示连续性）

正确选择：

• 显示每个评分计数的柱状图
• 显示分布的直方图
• 带环形图的单一数字（平均值）显示满意vs不满意

示例3：营销预算分配

数据： 8个渠道总计50万美元的支出

糟糕选择： 饼图（片段太多）

正确选择：

• 树状图（显示层次和相对大小）
• 水平条形图（清楚显示排名）
• 如果与前期比较则堆叠柱状图

让AI为您选择

如果您还不确定，现代AI图表工具会分析您的数据并建议最佳图表类型。像ChartGen这样的工具会检查：

• 数据结构（分类vs数值）
• 变量数量
• 数据分布
• 常见的可视化模式

AI建议并非总是完美，但它是您可以改进的绝佳起点。

结论

选择正确的图表不是关于记忆规则——而是关于理解您的数据在讲述什么故事，并选择最清楚地讲述它的可视化方式。

请记住：

1. 从您的问题开始，而不是从您的数据开始
2. 简单几乎总是更好
3. 使复杂性与您的受众匹配
4. 有疑问时，使用柱状图

准备好创建您的图表了吗？ 试试ChartGen——粘贴您的数据，在几秒钟内查看智能图表建议。