AnyChart是基于JavaScript (HTML5) 的圖表控件。使用AnyChart控件，可創建跨瀏覽器和跨平臺的交互式圖表和儀表。AnyChart 圖表目前已被很多知名大公司所使用，可用于儀表盤、報表、數據分析、統計學、金融等領域。

AnyChart HTML5圖表高度可定制且高度兼容。擁有純JavaScript API，AnyChart圖表內置客戶端數據實時更新，多層次向下鉆區和具體參數更新。強大的主題引擎使你通過一系列圖表進行獨特的演示體驗，而PDF和圖像輸出能產出圖書質量打印文檔。

點擊下載AnyChart最新版

顯示和研究一些數據分布和數據集之間的關系而不是在每個類別中研究精確值是數據分析中非常常見的任務。它可以借助我們將在本文中識別和解釋的圖表類型來解決。

根據具體情況 - 您擁有的數據類型以及您希望為其提供答案的具體問題 - 您可以選擇一種或另一種方法。在一種圖表類型和另一種圖表類型之間進行選擇時，請注意后續數據分布分析。您希望可視化可以澄清數據，而不是模糊數據或產生任何混淆。好吧，只需確保您了解以下幾個方面，記住您的情況的所有細節，并且您可以正確地可視化數據分布。

可視化數據分布的圖表類型列表

作為一般規則，下面列出的圖表類型用于顯示數據的分布方式：

• 點（散點）圖表;

• 氣泡圖;

• 盒子和晶須圖表;

• 錯誤圖表;

• 熱圖圖表;

• 范圍圖表;

• 極地圖表。

想要了解更多信息并準確了解此列表中的哪些圖表類型在數據分發方面更好地與一個或另一個特定的可視化任務相對應？這篇文章的主要部分隨時可供您使用。

選擇圖表來分析數據分布

點（散點）圖表

要確定分布趨勢和兩個變量之間的相關性，Dot（Scatter）圖表應該是您的選擇。這種類型的圖表能夠顯示趨勢，模式和聚類，以及它們在大型和小型數據集中的關系，以及直觀地表示研究結果。

例如：系統因持續時間和等待時間而中斷。

其他示例包括：研究結果（例如，推動發動機的重量和功率），廣告和銷售策略的有效性等。

氣泡圖

要使用三維（例如x，y和大小）進行更復雜的基于分布的分析，可以使用氣泡圖類型來分散標記的大小（稱為氣泡）。通過這種方式，您不僅可以像散點圖一樣回答與分布趨勢相同的問題，而且還可以通過查找與其他測量的相關性來識別其驅動因素。

因此，當您需要確定相應變量對之間關系的類型和緊密度（即最后）時，氣泡圖是有用的，以找出三到四個變量之間的相關性或揭示大數據集中的常見模式。

例如：最佳運動員訓練數據等

其他示例包括：最佳和最差的銷售點，銷售經理關閉的交易量相對于他們的教育水平和職業長度，網站訪問者相對于性別和推薦來源的參與等。

Box-and-Whisker圖表

當只有中值和關鍵分布范圍很重要時，選擇Box-and-Whisker圖表。該圖表類型以矩形（“框”）的形式表示數字數據的第二和第三四分位數，由描繪中值的水平線分成兩部分。它使用從框的頂部和底部延伸的垂直線來繪制其余的統計分布，并使用點來指定異常值。

例如：來自統計總體的樣本的變化。

他示例包括：每個工作家庭的工資范圍，每個方向的航班延誤時間等。

錯誤圖表

要了解每個值的錯誤分布，使用錯誤圖表 通常是有意義的。作為一般規則，這些是現有類型圖表的條狀附加組件，特別適用于Dot（Scatter）和條形圖/柱形圖。

例如：每件商品的價格與每件商品的成本，按年齡劃分的人均身高。

其他示例包括：測試錯誤分析，值的波動等。

熱圖圖表

在兩個類別中有多個子類別的情況下，熱圖圖表類型（也稱為熱圖）可用于通過在矩陣中呈現具有應用于單元格的值特定顏色的數據來掌握分布（和關系）趨勢。

例如：體脂百分比。

其他例子包括：一年中的平均溫度，菌株對藥物的反應等。

范圍圖表

當您的數據包含最小/最大值范圍而非精確值時，您可以使用范圍圖表類型：范圍區域圖表，范圍條形圖等。（但是，當考慮中值時，不打算使用這些。）區域，條形等之間的選擇原則與Area，Bar和其他傳統圖表之間的基本相同。

話雖如此，當用線或樣條描繪數據并觀察變異性時，分別考慮范圍面積圖或范圍樣條面積圖。

例如：氣溫。

其他例子包括：高壓和低壓等。

為了更加強調每個值，特別是當您有多個系列并且需要比較分布時，可以考慮范圍列圖表（或范圍條形圖）。

例如：兩個城市的水溫。

其他例子包括：季節性降水等。

范圍步驟線區域圖可用于突出顯示趨勢，異常，異常值和聚類。

例如：最小/最大連接超時。

其他示例包括：處理器正常運行時間和停機時間等。

極地圖

在使用空間透視分析多變量數據時 - 定位，導航或關于度（角度）和距離的任何其他內容 - 極坐標圖能夠促進分布分析。在此圖表類型中，數據點以極坐標顯示，半徑表示為圓，這樣可以更準確地識別分布趨勢。

例如：麥克風靈敏度模式。

其他示例包括：源周圍的信號分布等。

結論

您已經了解了可以為數據分布可視化提供良好服務的基本圖表集。提醒一下，這些是Dot（散點圖），氣泡圖，Box-and-Whisker圖表，錯誤圖表，熱圖圖表，范圍圖表（有一個系列或另一個）或極坐標圖表。

這是我們在博客上的數據可視化選擇圖表類型的每篇文章中努力重復的另一條建議。雖然此處列出的選項在許多關注數據分發的情況下可能很有用，但您的具體數據以及您希望從中獲取的具體數據應確定要使用的圖表類型。在這方面要注意并提前思考。

=====================================================

本篇教程對您是否有用？歡迎分享您的疑問和看法~

想要購買Anychart正版授權的朋友可以