A comprehensive visual vocabulary of 72 data visualization types, organized into 10 categories by purpose. Choose the right chart type for your data story - from bar charts and line graphs to treemaps and sankey diagrams.
Loading chart atlas…
Select the best data visualization based on what you want to communicate. Match your data type and goal to one of these 10 chart categories.
Visualize trends, patterns, and temporal changes in your data. Ideal for tracking progress, identifying seasonality, or forecasting future values.
Compare sizes and quantities across categories. Perfect for showing relative differences and making straightforward value comparisons.
Show how individual components contribute to a complete picture. Best for composition analysis, percentage breakdowns, and hierarchical data.
Highlight variations from a reference point like zero, average, or target. Useful for showing positive/negative performance and sentiment analysis.
Discover patterns and connections between two or more variables. Essential for statistical analysis, trend identification, and hypothesis testing.
Display items sorted by value to show relative position. Great for leaderboards, top/bottom lists, competitive analysis, and performance rankings.
Understand the frequency and spread of data points. Critical for statistical analysis, identifying outliers, and understanding data shape.
Track movement, transfers, and connections between entities. Perfect for showing processes, migrations, user journeys, and resource allocation.
Display data with geographic context on maps. Essential for regional analysis, location-based insights, and understanding geographic distribution patterns.
Some data stories require unique chart types that don't fit traditional categories. These specialized charts serve specific analytical and organizational needs.
Based on the FT Visual Vocabulary • 72 chart types across 10 categories
關於資料視覺化類型以及如何選擇合適圖表的常見問題
圖表大全是一個全面的視覺參考指南，包含 10 個類別下的 72 種資料視覺化類型。它的建立目的是幫助資料分析師、商業專業人士和設計師快速為其特定的資料故事找到最合適的圖表類型。您可以把它看作是資料視覺化的元素週期表。
圖表根據它們所回答的分析問題分為 10 個功能類別：隨時間變化（13 種）、幅度（10 種）、部分與整體（10 種）、偏差（4 種）、相關性（5 種）、排名（6 種）、分佈（9 種）、流程（4 種）、空間（8 種）和其他（3 種）。這種組織方式幫助您從資料問題出發，找到正確的視覺化方式。
ChartGen 目前支援 9 種圖表類型的完整 AI 生成功能：折線圖、長條圖、圓餅圖、面積圖、散佈圖、熱力圖、組合圖、瀑布圖和漏斗圖。這些圖表在圖表大全中帶有綠色的「LIVE」徽章。我們正在不斷增加對更多圖表類型的支援。
帶有綠色「LIVE」徽章的圖表完全受 ChartGen AI 支援——您可以點擊它們查看預覽，然後用您的資料建立自己的圖表。帶有「即將推出」標籤的圖表是我們開發路線圖的一部分，將在未來的更新中新增。您仍然可以在圖表大全中了解這些圖表類型。
兩者都顯示隨時間變化的趨勢，但用途不同。當您想強調變化率並清晰地比較多個系列時，請使用折線圖。當您想強調累積幅度或顯示隨時間變化的部分與整體關係時，請使用面積圖。面積圖在資料系列較少時效果最好，以避免視覺混亂。
在比較不同類別的值時使用長條圖，尤其是當您有很多類別或需要精確比較時。僅在顯示 2-5 個類別的部分與整體關係，且比例具有明顯差異時使用圓餅圖。如果您的圓餅圖切片大小相似，長條圖通常更有效。
瀑布圖（也稱為橋接圖）顯示初始值是如何受到一系列正向和負向變化的影響，從而得出最終值的。它通常用於財務分析，以顯示收入如何變成利潤、解釋預算差異或分解兩個時期之間變化的組成部分。
當您想顯示兩個連續變數之間的關係並識別單個資料點、異常值或叢聚時，請使用散佈圖。當您在兩個軸上都有分類資料，並且想要顯示組合的強度或頻率時，請使用熱力圖。熱力圖非常適合顯示跨時間段或類別的模式。
當地理位置是您資料的關鍵維度時，使用空間圖表（如等值線圖、變形地圖、流向圖等）。它們有助於回答諸如「哪裡銷售額最高？」、「不同地區的數值有何不同？」或「位置之間的移動模式是什麼？」等問題。ChartGen 正在努力在未來的更新中新增基於地圖的視覺化。
我們始終根據使用者需求擴展 ChartGen 的功能。您可以透過 Ada.im 平台與我們分享您對圖表類型的請求。受歡迎的請求將在我們的開發路線圖中獲得優先考慮。目前，我們正在努力新增環圈圖、樹狀圖、雷達圖和更多統計圖表類型。