首页

统计图是数据可视化最常用的形式，不同类型的统计图适用于不同的数据表达场景。下面分别介绍饼图、直方图、折线图与散点图的特点和用法。

1）饼图

饼图又称圆形图，用于显示一个数据系列中每个项目的占比，由多个扇形组成一个圆（100%），每个扇形的大小代表每个项目的占比。

关于饼图的注意事项：

（1）项数不宜过多。如果项数过多，就需要把一些占比较小的项（如销量占比低于5%的产品）合计，统称为“其他”，并标注好“其他”里各项的含义。一般情况下项数不宜超过10个。

（2）项名的放置。项数较少且项名较短时，可以把名称直接放在饼图内，比较直观。但当项名过长（如类目名称是home & garden、packaging & printing、fashion & accessories等），无法放置在饼图内时，可以通过在右侧、底部增加标签的方式呈现。

2）直方图

直方图又称质量分布图，用于表示连续变量之间的关系。一般横轴代表数据类型，纵轴代表数据大小。其最大的价值是观察数据的分布情况。

一般直方图会呈现对称分布、左偏分布、右偏分布、其他分布等状态。

3）折线图

折线图主要用于显示时间序列下的数据变化。横轴表示时间，纵轴表示指标变化。

利用折线图，能看趋势，能看周期变化，能预判突发情况。

（1）看趋势：随着时间的变化，看指标变化趋势是增长还是下降，是稳定还是大幅波动。在折线图中可以通过增加趋势线预判未来趋势，分析趋势背后的原因，也可以通过人为干预加剧或缓解变化趋势。

（2）看周期变化：可以看出数据是否呈现出一定的周期规律。比如产品在一天24小时中的销量分布，通过两年销量趋势对比也可以看出周期规律。

（3）预判突发情况：数据可能因为某些事件的发生而出现波峰或波谷，通过数据分析，通过分析行业、分析竞品、分析社会现象，就能够预判未来会出现的情况，提前做好准备。

4）散点图

散点图是指由两个连续数据构成的统计图。图中的每个点都有对应的横坐标和纵坐标，可用于判断两个变量之间是否存在某种关联，通常用于展示跨类别（多种类目、多种产品、多种维度）的聚合数据。

散点图表达的两个变量之间的关系，通常是线性正相关、线性负相关、非线性相关和无相关关系。但这里需要注意的是，相关关系和因果关系不能等同而论，相关关系仅用于判断相关性。