1. 选择正确的图表类型
1.1 时间趋势
最适合显示时间趋势的可视化有线图、面积图和柱状图。在 X 轴上显示时间，在 Y 轴上显示度量，能很好地体现数据趋势，常用于显示随时间变化的数值。
通过线图、面积图、柱状图我们可以看到每个产品种类的趋势和不同产品种类之间的销售额差异。
通过堆积线图、堆积面积图、堆积柱状图我们可以看到总销售额的趋势，以及每个产品种类对该趋势的贡献。
1.2 比较
条形图：柱状图交换XY。非常适合比较和排序，因为它可以基于相同的基线将数据值显示为长度，使值的比较变得异常简单。
对比柱状图（蝴蝶图）：这种图表多用于某个事物的两种不同指标对比，很容易根据图形的长短看出值的大小，易于比较各组数据之间的差别。
标靶图：在基本条形图的基础上添加一些目标线、目标区间，帮助分析人员更加清晰的分析出两个度量之间的关系，通常用来比较计划值和实际值或同一指标不同维度值的对比。
分组柱状图：将单个或多个数据集的条形彼此并排显示，适合不同类别的数据对比，或者将大类别中各个小类别同时进行对比。
多系列柱状图：用于显示多个不同指标间的对比效果。以下是指标的排列方式分别为纵向（条形图时显示横向）、并列、重叠时的效果。
玫瑰图：它的作用与柱形图类似，主要用于比较，数值大小映射到玫瑰图的半径，不影响角度大小。
雷达图：显示类别（项目）有三个或更多维度的同一指标的对比情况，以及不同指标的对比情况。
词云图：用于显示文本数据，当大量文本数据显示时，使用类似云彩的图形来显示各种词汇，并根据显示数据的大小频率等设置最突出文字，能让人从大量的词语中让人一眼看到关键词。
气泡图：将指标值映射到气泡的面积大小上，也能一眼看到哪些维度对应的值较大。
矩形树图：比较不同层级结构的值，以矩形显示层次结构级别中的比例，大小比较视觉呈现更直观。
热图：用颜色代表数字，让数据呈现更直观，对比更明显。
1.3 占比、分布和统计
饼图、环形图：更直观地展现及对比各类数值占比情况。
堆积柱图、堆积线图、堆积面积图：可以显示多个部分到整体的关系；百分比堆积图重要突出各类别在整体中的分布情况。
瀑布图：可以分析同一维度下数据的变化过程，也可以分析同一维度下两个数据点之间数据的变化过程。
帕累托图：实际上是将柱状图和线图结合起来，按照数据大小顺序绘制柱状图，根据数据的累计百分比绘制线图，并绘制值为80%的目标线。将数据按照重要程度依次排列而采用的一种图表，遵循二八法则。可以看出哪些纬度值是影响指标的重要因素，哪些维度值的指标合计就占了80%的数据。
直方图：根据差异将数据进行分类，可以精确的掌握差异。
热力图：主要通过颜色表现数据的密度大小，一般用于活跃程度的体现,可以直观清楚地看到数据密集情况。
地图：选择地图进行地区间的数据分布，也可以通过饼图查看同一地区不同类别的数据情况，让数据表达方式更为明确和直观。
盒须图：是一种用作显示一组数据分散情况资料的统计图。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。通过箱形图我们可以观察数据是否有偏向性、是否对称、数据是否有异常值、数据分布是否太过密集等。
指标卡：突出展示最终结果和关键数据。
1.4 相关性
进行简单的相关分析即可识别度量之间的关系。相关性并不能保证存在关系，它只是表示可能存在关系。若要确认确实存在关系，通常需要使用更为复杂的方法，可以结合vividime BI的AI产品进行更准确的分析。
散点图：可以识别变量之间的相关性或通过观察来认识他们的关系，发现某种趋势，对于查找异常值或理解数据分布也很有效。
如下图，通过x轴绑定销售额，y轴绑定折扣，并在颜色上绑定订单月份，添加趋势线后，可以看出折扣和销售额存在正相关。折扣越高，销售额越高。大小上绑定利润之后，可以看出，最大的赢利点的分布区域。
值得注意的是：永洪的图表引擎支持很多变形的图表类型，比如多柱图，多线图，分区图，柱线混合图等等，可以参考素材-图表入口，去查看更多的图表视觉表达效果。
2. 创建有效的图表
•部分到整体的关系，不建议使用饼图。
如下同样的两个图，我们很容易的看出二级市场下的西部市场对应的销售额最大，并且可以明确的看出两个市场级别下不同市场分布的数据差异情况。而饼图无法做这样的比较，因为人的视觉系统并不擅长估算比较面积的大小。
•地理数据，如果想显示位置，就使用地图。虽然我们不建议用饼图来表示部分到整体关系，但还是建议在地图上使用饼图。
•强调最重要的数据。
永洪的许多图表类型都允许在一个图表中绑定多个度量和维度。例如，可以在柱图的 X 轴或 Y 轴以及颜色、图案、大小、标签和提示上绑定维度或度量。可以在点图的 X 轴或 Y 轴以及颜色、形状、大小、标签和提示上绑定维度或度量。选择每个度量的放置位置取决于你要做的分析类型和要强调的数据。但是，经验法则是将最重要的数据在 X 轴或 Y 轴上显示，较不重要的数据在颜色、大小和形状等上显示。
•不应该将许多度量和维度全部放在一个浓缩图表中，而是将它们分解成多个小视图。
比较左右2个图表，左边的图将所有数据通过颜色，形状，大小等区分，但是一个视图（可视化组件）里的数据点太多了，根本无法区分。而右边，将一个图分成若干个小视图之后，可以清楚看出数据的分布和大小情况。
•一个图表中最多使用7-10个颜色和形状，才便于区分和了解重要数据。
右侧视图颜色线条太多，这不是一个好的展现。
•确定图表方向以方便阅读
发现自己的视图中包含垂直放置的长标签，可以交换X、Y可以得到更清晰的文字表达。如下左侧图交换XY后，看起来会好。
如果是时间序列，水平放置更符合人的视觉。
