在数据可视化的过程中，如果需要用可视化图表来展示数据结果，那么我们必定会借助一款可视化工具来实现。这里我们以DataFocus工具为例，介绍一下如何制作有趣好看的数据可视化图表，来满足我们日常工作中可能遇到的实际场景。

首先介绍一下，DataFocus中包含了非常丰富的图表类型，能够满足日常分析的绝大部分可视化需求，并且具有超强的个性化设置。用户根据需求字段进行搜索，系统会自适应出图，用户也可以对系统选择的图表类型进行切换，以满足美观、新鲜等特点。

举一个简单的例子：

词云图适用于一个属性列和一个数据列的二维数据结构，属性列作为类别进行比较，数值列显示为词云图中字符的大小。词云图一般用于显示词汇出现的频率，词汇较大的就是出现频率较高的，词汇较小的就是出现频率较低的，这样可以使用户一目了然，直接看到词频最高的几个类目，比较适用于分类变量数据。

         还有：

位置图适用于一个属性列（必须是省份数据）和一个数据列的二维数据结构。位置图适用于有空间位置的数据分析，因为涉及行政区域，最好在特殊状况下使用。当原始数据中存在地理省份信息的数据时，就可以利用位置图来更加形象地表示。若数据中还存在省份下各城市数据的话，可以利用DataFocus系统的下钻功能，观察某省份下的各城市具体情况。

          数据可视化图形除了可以好看有趣之外，最主要的还是需要符合简单的统计学逻辑，这里可以给大家简单讲解一下。比如，柱状图适用于一个属性列和一个（或数个）数据列的二维数据结构，利用图形高度反映数据的差异，效果直观。当变量数目较少时，可以选用柱状图，在变量有多个时，可以将每一类别由一根柱变成多根柱。柱状图一般排序后使用，效果更佳，同时适合基于分类或时间类型的数据。

折线图适用于一个属性列和一个（或数个，数个时通过图例选中不同的显示效果）数据列的二维数据结构，适用于基于时间的数据，也就是我们常说的时序数据，最好是连续型的数据类型，这时候可以非常明显的看出变量随时间的走势变化，举个简单的例子，比如股票数据，基本都是用折线图表示。

        饼图适用于一个属性列和一个（或数个，有多个数据列时生成多环饼图）数据列的二维数据结构，多用来展示不同类别的占比情况和比例，显示各项的大小与占总体的比例，能够明确直观地显示比例情况，多适用于用户群体倾向和渠道来源等场景。说到分布构成，都会不由自主的想到饼图，饼图适用于数据差异较明显的情况下，可以用饼图来展示简单的占比关系，可以显示饼图中各元素占整个元素总和的比例。

散点图适用于一个属性列和一个（或数个，数个时通过图例选中不同的显示效果）数据列的二维数据结构，多用来观察各个数据点之间的关系以及分析变量之间的联系，还可以直观的看出数据的分布情况以及特殊的离群值。

散点图也经常被称为“相关图”，是由两个数值变量在x、y轴上的交叉点绘制而成的图表，一般是针对离散型的数据，可以观察数据集中情况，也可以将这些散点进行大致连接，拟合辅助离散数据的线性回归。

 诸如此类的图形还有很多，感兴趣的小伙伴可以直接千万DataFocus官网进行试用，尝试一下自行制作这些图表。