Examples Gallery

Introduction

双轴图是一种结合两个不同图表类型的组合图表，通常是将柱状图与折线图结合起来显示。双轴图通过在一个图表中使用两个垂直 Y 轴（左侧和右侧），分别对应不同的数值维度。柱状图用于展示一组数据的大小或数量，而折线图则展示另一组数据的趋势。双轴图非常适合同时展示不同类型的数据变化趋势。

Use Cases

• 同时展示两个具有不同数量级的数据，例如销售额和增长率。
• 比较两组变量的相对变化趋势，如同时观察某时间段内的销量和利润率。
• 数据维度不同且具有共同的 X 轴（例如时间、类别）。

Introduction

小提琴图是一种用于展示数据分布和概率密度的统计图表。通过对称的密度曲线展示数据的分布形态，同时可结合箱线图元素显示中位数和四分位数。适合直观比较不同组数据的分布和密度特征。

Use Cases

• 用于展示一组或多组数据的分布和密度情况，如成绩分布、实验结果、金融数据等
• 适合突出数据的分布形态、集中趋势及异常值

Introduction

折线图是是一个由笛卡尔坐标系（直角坐标系），一些点和线组成的统计图表，常用来表示数值随连续时间间隔或有序类别的变化。在折线图中，x 轴通常用作连续时间间隔或有序类别。y 轴用于量化的数据，如果为负值则绘制于 y 轴下方。连线用于连接两个相邻的数据点。 折线图用于分析事物随时间或有序类别而变化的趋势。从数据上来说，折线图需要一个连续时间字段或一个分类字段和至少一个连续数据字段。

Use Cases

• 同一变量随时间或有序类别的变化，比如 2000 到 2016 年苹果电脑销售额在苹果利润的占比的变化趋势

Introduction

散点图是一种显示两个变量之间关系的图表。通过将每个数据点表示为图上的一个点，散点图能够展示两个变量（通常是数值变量）之间的相关性或分布趋势。每个点的水平和垂直位置由该数据点的两个数值变量决定，X 轴和 Y 轴分别代表两个变量。

Use Cases

• 发现两个变量之间的关系或趋势，例如相关性强度。
• 显示数据的分布模式，检测异常值。
• 数据点数量较大时，散点图能够有效呈现整体分布情况。

Introduction

条形图是一种使用水平矩形条对不同类别进行数值比较的统计图表。与柱状图不同的是，条形图的矩形条是从左到右排列的，而不是从下到上。条形图同样需要一个分类变量和一个数值变量。在条形图上，分类变量的每个实体被表示为一个水平矩形条，而数值决定了矩形条的长度。

Use Cases

• 条形图适合对分类数据进行比较，尤其是在分类名称较长，或当分类项数量较多的情况下，由于条形图的水平排列更便于显示这些类别
• 此外，条形图也更适合横向对比

Introduction

柱状图，是一种使用柱形条，对不同类别进行数值比较的统计图表。最基础的柱形图，需要一个分类变量和一个数值变量。在柱状图上，分类变量的每个实体都被表示为一个矩形（通俗讲即为“柱子”），而数值则决定了柱子的高度。

Use Cases

• 柱状图最适合对分类的数据进行比较
• 尤其是当数值比较接近时，由于人眼对于高度的感知优于其他视觉元素（如面积、角度等），因此，使用柱状图更加合适

Introduction

桑基图是一种用于可视化流量、能量、资金等在不同节点间流动关系的图表。通过带宽表示流量大小，节点和流向线条直观展示各部分的流向和分布，常用于能量流、资金流、用户路径等分析场景。

Use Cases

• 适合展示各类流量分布和流向关系，如能源流动、资金流转、用户行为路径、供应链流动等
• 突出流量的分布结构和流向路径

Introduction

水波图是一种用液体填充效果表现数值占比的图表。通常以圆形容器为载体，通过液面高度和波动动态，直观展示某个指标的当前进度或占比。液体的高度代表数值的百分比，波动效果增强视觉表现力，适合展示单一指标的完成度或状态。

Use Cases

• 用于展示某项指标的进度、占比，如任务完成度、资源使用率、KPI 达成率等
• 适合突出单一数值的当前状态

Introduction

漏斗图是一种用于展示数据在多个阶段逐步流失或转化的图表。通常以漏斗形状表现各阶段的数据量，顶部宽底部窄，直观反映每个环节的数量变化和转化率。适合分析流程中的瓶颈和优化空间。

Use Cases

• 用于展示销售流程、用户转化、活动参与等多阶段数据流失或转化情况
• 适合突出各阶段的数量分布和转化效率

Introduction

瀑布图用于展示数值从起点到终点的逐步变化过程，清晰地分解增量和减量的贡献。通过起始值、多个正负变化值和最终结果，帮助分析各环节对总体的影响，常用于财务报表、预算对比和阶段性指标拆解。

Use Cases

• 展示营收、成本等财务数据的逐步增减过程
• 对比预算与实际，分析各项差异的贡献
• 展示项目进度或关键指标的阶段性变化
• 分析渠道/地域/部门对总体指标的影响

Introduction

直方图是一种显示数据分布的图表，它通过柱形条表示某个范围内数据点的频率。每个柱形条的高度（或长度）表示数据点在特定区间内出现的次数，X 轴表示数据的取值范围，Y 轴表示频率或数量。直方图主要用于表示连续型变量的数据分布，并帮助分析数据的集中趋势、离散程度和形态。 直方图与柱状图的区别，直方图反映数据分布情况，柱状图只能对数值进行比较。从数据结构来说，柱状图需要一个分类变量，是离散的（如一班、二班、三班），因此柱子间有空隙。但直方图的数据均为连续的数值变量（如成绩），因此柱子间是没有空隙的。

Use Cases

• 观察数据的分布情况，例如正态分布、偏态分布等。
• 识别数据的集中区域和极值点，帮助分析数据的变异性和集中性。
• 处理连续型数据，将其划分为多个区间，并对每个区间的频率进行统计。

Introduction

矩阵树图是一种用于显示数据分层结构的图表，它通过将数据分级嵌套在矩形区域中来展示层级关系。每个矩形代表一个类别，矩形的大小对应于该类别的数值大小。矩阵树图非常适合可视化多个类别之间的比例，尤其在数据量较大时，可以帮助快速分析数据的重要性或权重。

Use Cases

• 显示具有层级结构的数据，例如公司组织结构、目录文件系统等。
• 对多个分类项目进行对比，展示各类别在整体中的占比。
• 分析各类目之间的关系、比例以及子类别对父类别的贡献。

Introduction

箱线图是一种用于展示数据分布、集中趋势及离群值的统计图表。通过盒体表示数据的四分位数区间，上下须表示数据的极值范围，异常点以单独标记。适合直观比较不同组数据的分布特征。

Use Cases

• 用于展示一组或多组数据的分布情况，如成绩分布、实验结果、金融数据等
• 适合突出数据的中位数、分布范围及异常值

Introduction

表格是一种以行和列组织数据的结构化展示方式。每一行代表一个数据实体，每一列代表一个属性或字段。表格能够清晰地展示大量数据，便于用户进行查找、比较和分析。表格通常用于展示结构化数据，如财务报表、成绩单、产品列表等。 表格的核心优势在于对齐和比较。用户可以快速定位某一行或某一列的数据，进行横向或纵向的对比。表格也支持排序、筛选等操作，提升数据的可用性和交互性。

Use Cases

• 展示结构化数据，如明细、清单、报表等。
• 需要对数据进行查找、排序、筛选、对比时。
• 数据量较大，且每条数据有多个属性。

Introduction

Summary is a text visualization component that transforms data into structured narrative text using T8 Syntax - a declarative Markdown-like language for creating data narratives. Instead of traditional charts, Summary presents insights through natural language with semantically annotated data entities.

Use Cases

• Creating data interpretation reports and summaries with natural language
• Presenting insights through text with semantically annotated data entities
• Building professional, report-quality data narratives with consistent styling

Introduction

词云图是一种用于展示文本数据中词语出现频率或权重的可视化方法，通过不同大小的文字来表示词频。词云图可以帮助快速识别文本数据中最常用或最重要的词语。 每个词的大小通常与其出现频率成正比，通常较大的字体代表更频繁出现或更重要的词，使用户可以直观地看到某个词在文本中出现的频繁程度。这种视觉化方式使得用户能够快速抓住文本的主要内容和核心主题。

Use Cases

• 分析社交媒体、评论或反馈中常用的词语。
• 文字分析中识别关键词或主题。
• 在需要突出显示某些词汇的重要性时非常有用，比如新闻报道摘要、市场调研结果等场合。

Introduction

雷达图是一种显示多变量数据的图。通常从表同一中心点开始等角度间隔地射出三个以上的轴，每个轴代表一个定量变量，各轴上的点依次连接成线或几何图形。雷达图可以用来在变量间进行对比，或者查看变量中有没有异常值。另外，多幅雷达图之间或者雷达图的多层数据线之间，还可以进行总体数值情况的对比。

Use Cases

• 某一数据对象由多个特征类别构成，比如食品的营养成分（糖、维生素、矿物质、脂肪、水）。
• 数据特征类别是有限的，并且都可以进行归一化或者能被离散化。

Introduction

面积图，或称区域图，是一种随有序变量的变化，反映数值变化的统计图表，原理与折线图相似。而面积图的特点在于，折线与自变量坐标轴之间的区域，会由颜色填充。

Use Cases

• 想要体现在连续自变量下，数据的趋势变化，同时也能够观察到数据总量的变化趋势
• 例如，位移=速度（平均速度或微速度）x 时间：s=v\*t; 那么如果我们的 x 轴是时间 t，y 轴是每个时刻的速度 v，使用面积图，不仅可以观察速度随时间变化的趋势，还可以根据面积大小来感受位移距离的长度变化

Introduction

韦恩图是一种用多个交叠圆形表示集合关系的图表。每个圆代表一个集合，圆之间的重叠区域表示集合的交集，非重叠部分表示集合的独有元素。韦恩图直观展示集合之间的交集、并集和补集，常用于集合运算、分类分析等场景。

Use Cases

• 用于展示集合之间的关系，如数据分类、属性重叠、用户群体交集等
• 适合分析集合的交集、并集、补集等关系，常见于数学、统计、市场分析等领域

Introduction

饼图，是一个划分为几个扇形的圆形统计图表。在饼图中，每个扇形的弧长（以及圆心角和面积）大小，表示该种类占总体的比例，且这些扇形合在一起刚好是一个完全的圆形。 饼图最显著的功能在于表现“占比”。习惯上，人们也用饼图来比较扇形的大小，从而获得对数据的认知。但是，由于人类对“角度”的感知力并不如“长度”，在需要准确的表达数值（尤其是当数值接近、或数值很多）时，饼图常常不能胜任，建议用柱状图代替。 从数据来看，饼图一般需要一个分类数据字段、一个连续数据字段。值得注意的是，分类字段的数据，在图表使用的语境下，应当构成一个整体（例如一班、二班、三班，构成了整个高一年级），而不能是独立、无关的。

Use Cases

• 用于显示组成部分的比例，如市场份额、预算分配等
• 想要突出表示某个部分在整体中所占比例