相信每一位职场人员都用过Excel这个软件来处理公司的数据文件，并且相信大家对下面的图片都非常熟悉。
我也相信你此时的表情这是这样的。
随着科技的发展，人们处理数据的手段也日新月异，他们开始用各种图表、Dashboard等让数据 可观性 大大提高，让用户能第一时间掌握数据的重点。【本文由UI设计师之家原创首发】
大家应该想不到数据还能这么好看的吧！那么下面我就给大家介绍一下一些常用的数据分析图表，希望对大家在 设计数据 展现时有所帮助。
1.柱状图
适用场景：它的适用场合是 二维数据集 （每个数据点包括两个值x和y），但只有一个维度需要比较。
优势： 柱状图利用柱子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果非常好。
劣势： 柱状图的局限在于只适用中小规模的数据集。
2.折线图
适用场景: 折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。它还适合多个二维数据集的 比较 。
优势： 容易反应出数据变化的趋势。
3.饼状图
适用场景: 适用 简单的占比图 ，在不要求数据精细的情况下可以适用。
劣势：饼图是一种应该避免使用的图表，因为肉眼对面积大小不敏感。
4.雷达图
适用场景: 折雷达图适用于 多维数据（四维以上），且每个维度必须可以排序。但是，它有一个局限，就是数据点最多6个，否则无法辨别，因此适用场合有限。
劣势： 容需要注意的时候，用户不熟悉雷达图，解读有困难。使用时尽量加上说明，减轻解读负担。
5.地图
适用场景: 适用于有 空间位置 的数据集。
优劣势：特殊状况下使用。
6.漏斗图
适用场景：漏斗图适用于业务流程比较规范、周期长、环节多的流程分析，通过漏斗各环节业务数据的比较，能够 直观地发现和说明 问题所在。
优势:能够直观地发现和说明问题所在。在网站分析中，通常用于转化率比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率。
劣势： 单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。
总结：
随着 大数据 时代的来临，人们对数据的重视程度也越来越高，而在这飞速发展的时代，如何将数据的核心价值快速的展示给用户显得是多么的重要，这里的展示仅仅是冰山一角，有兴趣的同学可以在此深挖，相信在你深挖的过程中会发现很多有趣的东西。
版权声明 | 文章配图仅供学习参考，引用图片版权归属原作所有
如有问题，请及时与我们联系，我们将第一时间做出处理
