对分类资料各类别数值大小进行比较宜选用的统计图是（）。

对分类资料各类别数值大小进行比较宜选用的统计图是（）。

A 、散点图

B 、条图

C 、半对数线图

D 、线图

参考答案

【正确答案：B】

条图又称直条图，用于比较分类资料各类别数值的大小。

数据较大,种类不多,用什么统计图好

常用的统计图有七种，具体如下，可以根据具体的数据选择适合的图。

1、直条图用相同宽度的直条长短表示相互独立的统计指标的数值大小和它们之间的对比关系，适用于比较相互独立的统计指标的数值大小。

2、圆形图以圆的总面积表示事物的全部将其分割成若干扇面表示事物内部各构成部分所占的比重，描述分类变量各类别所占构成比。

3、百分比条图以某一矩形总长度表示事物的全部，将其分割成不同长度的段表示各构成的比重，适合描述分类变量的各类别所占的构成比。

4、线图用线段的升降来表示数值的变化，适合于描述某统计量随另一连续型数值变量变化而变化的趋势。

5、直方图适用于表示数值变量的频数分布。

6、箱式图用5个统计量表示数据分布的主要特征。

7、统计地图用不同的颜色和花纹表示统计量的值在地理分布上的变化，适合描述研究指标的地理分布。

用图表反应要统计的数据,最好用哪种统计图

除了柱状图、条形图、折线图、饼图等常用图表之外，还有数据地图、瀑布图和散点图，旭日图，漏斗图等等。一起了解下不同图表的使用场景、优劣势！

1.柱状图

适用场景：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，用于显示一段时间内的数据变化或显示各项之间的比较情况。

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。

劣势：柱状图的局限在于只适用中小规模的数据集。

延伸图表：堆积柱状图、百分比堆积柱状图

不仅可以直观的看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时，最适合。

2.条形图

适用场景：显示各个项目之间的比较情况，和柱状图类似的作用；

优势：每个条都清晰表示数据，直观；

延伸图表：堆积条形图、百分比堆积条形图

3.折线图

适用场景 折线图适合二维的大数据集，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。

4.各种数据地图（一共有6种类型）

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，涉及行政区域；

（1）行政地图（面积图）

（2）行政地图（气泡图）

（3）地图图表（根据经纬度，可做区域、全国甚至全球地图）：点状图

（4）地图图表：热力图

（5）地图图表：散点图

（6）地图图表：地图+柱状/饼图/条形

5.饼图（环图）

适用场景：显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。

优势：明确显示数据的比例情况，尤其合适渠道来源等场景。

劣势：肉眼对面积大小不敏感。

6.雷达图

适用场景：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，数据点一般6个左右，太多的话辨别起来有困难。

优势：主要用来了解公司各项数据指标的变动情形及其好坏趋向。

劣势：理解成本较高。

7.漏斗图

适用场景：漏斗图适用于业务流程多的流程分析，显示各流程的转化率。

优势在网站分析中，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，能够直观地发现和说明问题所在。

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。

8.词云

适用场景： 显示词频，可以用来做一些用户画像、用户标签的工作。

优势：很酷炫、很直观的图表。劣势：使用场景单一，一般用来做词频。

9.散点图

适用场景：显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联。散点图适用于三维数据集，但其中只有两维需要比较。

优势：对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。

劣势：在点状图中显示多个序列看上去非常混乱。

延伸图表：气泡图（调整尺寸大小就成气泡图了）

10.面积图

适用场景：强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。

延伸图表：堆积面积图、百分比堆积面积图还可以显示部分与整体之间（或者几个数据变量之间）的关系。

11.指标卡

适用场景：显示某个数据结果&amp同环比数据。

优势：适用场景很多，很直观告诉看图者数据的最终结果，一般是昨天、上周等，还可以看不同时间维度的同环比情况。

劣势：只是单一的数据展示，最多有同环比，但是不能对比其他数据。

12.计量图

适用场景：一般用来显示项目的完成进度。

优势：很直观展示项目的进度情况，类似于进度条。

劣势：表达效果很明确，数据场景比较单一。

13.瀑布图

适用场景：采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系，最终展示一个累计值。

优势：展示两个数据点之间的演变过程，还可以展示数据是如何累计的。

劣势：没有柱状图、条形图的使用场景多。

14.桑基图

适用场景：一种特定类型的流程图，始末端的分支宽度总各相等，一个数据从始至终的流程很清晰，图中延伸的分支的宽度对应数据流量的大小，通常应用于能源、材料成分、金融等数据的可视化分析。

15.旭日图

适用场景：旭日图可以表达清晰的层级和归属关系，以父子层次结构来显示数据构成情况，旭日图能便于细分溯源分析数据，真正了解数据的具体构成。

优势：分层看数据很直观，逐层下钻看数据。

16.双轴图

适用场景：柱状图+折线图的结合，适用情况很多，数据走势、数据同环比对比等情况都能适用。

优势：特别通用，是柱状图+折线图的结合，图表很直观。

劣势：这个好像没什么劣势，个人感觉。

所有的数据图表均来自BDP个人版~~~数据图表（数据报告）综合效果如下：

各种统计图都有什么特点

1、条形统计图的特点：从图中能清楚地看出各种数量的多少，便于比较。

2、折线统计图的特点：不但能看出各种数量的多少，而且还能够清楚地表示出数量增减变化的情况。

3、扇形统计图的特点：表示各部分和总数之间，以及部分与部分之间的关系。

4、网状统计图的特点是：母代表的意义，在具体的答题过程中就可以脱离字母，较简便找出答案。

5、茎叶统计图：是从统计图上没有原始数据信息的损失，所有数据信息都可以从茎叶图中得到；茎叶图中的数据可以随时记录，随时添加，方便记录与表示。

6、直方图：由一系列高度不等的纵向条纹或线段表示数据分布的情况。

简单来说就是条形统计图能反映一组数据的大小或多少，折线统计图能描述一组数据的变化趋势，扇形统计图能描述一组数据占总体的百分比。

比如比较不同山峰的海拔高度，显然条形统计图能更直观地表示出数据的大小；而要反映一段时间内的气温变化，明显选择折线统计图更为合适。

扩展资料

统计图分类：

1、单变量图，主要是呈现某一变量的分布特征。通过图形元素的位置高低、范围大小等对某一数据分布情况进行呈现，常用于描述、考察变量的分布类型。

若变量为定量数据 常用图形：直方图、茎叶图、箱图、P-P或Q-Q图。

定量数据的分布描述最常用的是直方图，通过取值范围和长度来展现分布规律，研究比如身高数据的分布情况如何。除直方图外常用的还有茎叶图、箱图。

若变量为定类数据常用图形：柱状图、饼图、环形图；对定类数据的描述如主要展现各类数据的频数时，可使用柱状图；如需要展现各部分占比，最常用的是饼图。

2、双变量图，用于考察两变量之间的关联关系，即主要呈现X和Y之间的关系情况。双变量图按照数据类型可分为四种情况：

第一种情况X定类，Y定量，呈现X(定类)对于Y(定量)的关联关系，比如不同学历人群对满意度差异关系，常使用的图形工具一般是条形图、折线图或雷达图等

第二种情况X定量，Y定量，如果X为定量数据，特别是代表年代或时间时，通常使用线图进行呈现，用于直观地表现随着X的变化，Y的变化规律如何。

如果X为定量数据，且是连续的定量数据，比如身高、体重这一类数据，通常用于选择用散点图，通过散点的疏密程度和变化趋势来对两个变量间的数量关系进行呈现，比如身高和体重间的关系情况展现。通常在相关分析前也使用散点图了解关系。

第三种情况X定量，Y定类，常规做法是将自/应变量交换后使用条形图进行呈现。

第四种情况X定类，Y定类，可使用的图形工具比较单一，以柱形图为主，可选择堆积柱形图或柱形图等。

参考资料来源：百度百科-统计图