数据可视化第一步，首先要问：即将产生的这份数据可视化报告谁来用，什么场景下用、用来说明什么问题，选什么样的数据制作什么样的图表比较合适？
当我们确定了业务需求、确定了数据之后，就要开始考虑将数据转化为合适的图表了。
1. 为什么要使用图表
当我们确定了业务需求、确定了数据之后，就要开始考虑将数据转化为合适的图表了。
图表能帮我们对数据的无感转化为对图像的有感，例如下表：看一、二、三、四组数据的时候，普通人是看不出他们的差别的，但是转化为图表后，我们就可以发现这些数据的规律。
| 数字 | 转化为图表 |
|---|---|
 | |
从以上可以看出，我们通过图表让数据最直观的展现，从而帮助洞察数据背后的业务问题。
可见数据转化为图表是数据可视化环节非常重要的一环。
2. 图表设计的痛点
当你开始将数据转化为图表，开始制作图表的时候，不管你用何种工具，都会遇到一个问题，我该选用哪种图表形式？
折线图、柱状图、饼图、雷达图......
即使选对了图表，做出来的图表能不能令人满意呢，是不是能帮助我们洞察业务问题呢，不正确的设计是不是反而增加了用户的理解成本呢？这些都是选择图表所产生的问题。
那接下来我们先来解决如何选择和使用图表的问题？
3. 如何选择正确的图表
选择前，我们首先要想清楚，解决的问题是什么，我的数据是什么，需要用图表做什么？而不是图表长什么样子。
在《用图表说话：麦肯锡商务沟通完全工具箱》这一经典著作中，作者阐述了他经典的方法论，也就是以下3 步：
步骤 1：确定表达的信息
步骤 2：确定对比关系
步骤 3：选择图表形式
确定表达的信息其实也就是解决的问题是什么，我们的数据是什么，需要用图表做什么，这个在我们选用图表之前就应该心里有数。
当确定表达的信息后，接下来我们就要看可视化目的，可视化目的需要根据数据特征和业务需求来确定，如：
要从多个类中看出谁的份额多，那就是占比构成
要看多个部分谁的销量高，那就是排序比较
要看在商铺全国分布的情况如何，那就可以使用位置分布
当我们确定了可视化目的后，就可以选择合适的图表了，如下表：
| 定义 | 示例 | 图表形式 | |
|---|---|---|---|
| 数据对比 | 对比关系主要用于分析一组数据或多组数据之间的数据变化情况 | 不同部门的销售额情况 最近7天每天销售额情况 | 柱形图、条形图、面积图等 |
| 数据构成 | 构成分析主要表达的是局部和整体之间的占比关系 | 5月份，A产品的销售量占公司总销售量的首位 | 饼图、旭日图、矩形树图等 |
| 数据分布 | 分布关系表达的是数据在一定空间维度下的数据分布情况 | 一个班级中，同学体重、身高的分布情况。 | 散点图、地图等 |
| 数据联系 | 数据联系可以动态反映相关路径之下对象之前的联系 | 网站中，浏览商品到最终购买商品的转化率 | 漏斗图 |
| 数据进度 | 直观的展示当前情况或用进度条展示目标完成度 | 本月的销售目标进度完成如何？ | 指标卡、计量图 |
除了根据可视化选择图表，还可以根据分析数据的特征选择合适的图表，如下表：
| 数据特征 | 说明 | 图表形式 |
|---|---|---|
| 连续数据（变量特征） | 连续数据通常用于揭示一组数据的变化趋势，尤其是按照时间维度的统计分析。 | 折线图、曲线图、面积图等 |
| 离散数据（变量特征） | 离散型数据关注数据的整体变化特征和分类对比情况。 | 柱形图、饼图 |
| 维度特征 | 多维度数据需要结合颜色来显示不同维度的变量，从而更好地呈现多维度的关系和模式 | 多系列柱形图、堆积柱形图等 |
| 层级特征 | 即需要展示数据层级结果或层级关系，又希望查看数据的构成关系。 | 矩形树图、旭日图 |
上一篇：数据可视化是什么
