不同的圖表可以從不同的角度來展現(xiàn)數(shù)據(jù)，換個角度可能就會有不同的發(fā)現(xiàn)，但對于特定的數(shù)據(jù)或場景，并不是什么圖表都適合，這也是初學者比較困惑的地方，面對一大堆令人驚嘆的可視化效果，卻感到無所適從，不知道該用什么圖表，下面就來探索PowerBI默認的這些圖表都是怎么使用吧。
在PowerBI 默認的可視化對象并不多，目前僅有29個，
如果剔除表格和切片器這些組件類，剩下26個，其中又有一些屬于同一類型的（比如柱形圖/條形圖、折線圖和面積圖基本占據(jù)了前兩行12個），對這26個進行再分類，大致算是13個圖表類型，下面來一一介紹。
01 | 柱形圖/條形圖
柱形圖/條形圖是我們最常見的圖表，在PowerBI的默認圖表中，種類也是最多的，因為它可迅速做出比較，一目了然地揭示高低點，便于您快速看清數(shù)據(jù)中顯示的趨勢。其中又分為堆積圖、簇狀圖和百分比堆積圖。
什么情況下使用柱形圖/條形圖：
單一維度的數(shù)據(jù)比較
跨類別的數(shù)據(jù)比較
更詳細介紹請參考：PowerBI柱形圖
02 | 折線圖
和柱形圖一樣，折線圖也是最常用的一種圖表類型，并且折線圖和柱形圖做時間序列分析時通常是可以互換的，但推薦使用折線圖，折線圖連接各個單獨的數(shù)據(jù)點，更加簡單、清晰的展現(xiàn)數(shù)據(jù)變化的趨勢。
什么情況下使用折線圖：
展示一段時間內的趨勢：比如近一年股價的變化、用戶的增長趨勢等
與柱形圖結合，提供多維度的序列分析
更詳細介紹請參考：PowerBI折線圖
03 | 面積圖
面積圖除了可以像折線圖一樣表達變化趨勢，更能反映差距變化的部分，通過層疊的陰影面積。
什么情況下使用面積圖：
查看序列的變化趨勢并比較量的變化
強調數(shù)量隨時間而變化的程度
更詳細介紹請參考 ：PowerBI面積圖
04 | 餅圖
餅圖適合展現(xiàn)部分占總體的比例，各個部分之間比例差別越大越適合使用餅圖，如果比例相差不大，人眼并不容易識別出哪個更大，所以通常在對精度要求不高的情況下才使用餅圖；在要求較高的數(shù)據(jù)分析師眼中，餅圖一向都很渣。
什么情況下使用餅圖：
展示分類與總體的相對比例
更詳細介紹請參考：PowerBI餅圖
05 | 散點圖
面對兩個指標的大量數(shù)據(jù)，搞不清楚他們有什么關系，甚至不清楚是否有關系，想要深入挖掘一下，散點圖就派上用場了。散點圖特別適合找出數(shù)據(jù)間的關系，雖然它找到的關系并不一定是真正的關系。
什么情況下使用散點圖：
挖掘不同變量之間的關系
了解變量的趨勢、集中度和極端值
統(tǒng)計中的回歸分析
更詳細介紹請參考：PowerBI散點圖
06 | 瀑布圖
瀑布圖一般用來展示數(shù)據(jù)量的演變過程，直觀呈現(xiàn)過程數(shù)據(jù)的變化細節(jié)。
什么情況下使用瀑布圖：
解釋最終數(shù)據(jù)的來源
找出過程中的主要影響因素
更詳細介紹請參考：PowerBI瀑布圖
07 | 樹狀圖
矩形樹圖通過每個矩形的大小、位置和顏色來區(qū)分各個數(shù)據(jù)之間的權重關系，以及占總體的比例，使你一目了然的看到整個數(shù)據(jù)集。尤其是大量數(shù)據(jù)還存在層級關系時，若用柱形圖簡直要崩潰，而樹狀圖輕松搞定。
什么情況下使用樹狀圖：
要顯示大量的分層數(shù)據(jù)
表達多類別的每個部分與整體的比例
多層級的數(shù)據(jù)展現(xiàn)和鉆取
更詳細介紹請參考：PowerBI樹狀圖
08 | 漏斗圖
漏斗圖適合于有順序、多階段的流程分析，通過各流程的數(shù)據(jù)變化，以及初始階段和最終目標的兩端漏斗差距，快速發(fā)現(xiàn)問題所在。
什么情況下使用漏斗圖：
業(yè)務流程的轉化分析
業(yè)務活動的進度和成功率
考察流程中的主要瓶頸因素
更詳細介紹請參考：PowerBI漏斗圖
09 | 卡片圖
碩大醒目的關鍵績效指標是用戶查看報告的錨點，因此，指標越受關注，越適合用卡片圖來展現(xiàn)。
什么情況下使用卡片圖：
展現(xiàn)重要指標
為其他數(shù)據(jù)提供上下文
更詳細介紹請參考：PowerBI卡片圖
10 | 儀表盤
當你需要跟蹤某個數(shù)據(jù)的變動以及與目標間的差距，儀表盤是一個不錯的選擇。
什么情況下使用儀表盤：
跟蹤某個指標的進度
跟蹤某個目標的完成情況
更詳細介紹請參考：PowerBI儀表盤
11 | KPI
KPI本來是衡量流程績效的一種目標式量化管理指標，而KPI圖專門為績效考核而生，所以它的使用場景就不再贅述了。
更詳細介紹請參考：PowerBI-KPI圖
12 | 地圖
一切和空間屬性有關的分析都可以使用地圖，地理位置可以用地名表示，但地名可能會有重名或者其他原因不能被系統(tǒng)準確識別，會導致可視化出錯，添加經緯度數(shù)據(jù)是一種更精確和穩(wěn)妥的做法。
PowerBI默認的可視化對象中有三種地圖，各有所長，你可以根據(jù)具體情況選擇使用任何一種。
更詳細介紹請參考：PowerBI地圖
13 | R
客觀的說，PowerBI的圖表現(xiàn)在做的還并不怎么樣，很多地方無法做個性化的設置，如果對以上介紹的圖表都不滿意，放心，最后還有一個可視化大殺器：R。
R的可視化能力幾乎沒有限制，無論什么場景，無論什么圖形，都可以做的出來，限制你的只是你的想象力，但前提是，你得會！
關于R的介紹和使用請參考：PowerBI與R
以上就是PowerBI默認的所有圖表類型，完全可以滿足95%以上的需求，如果對這些不滿意，又不會使用R，那也沒問題，PowerBI還有大量的自定義可視化對象可以讓你隨心所欲的使用，以后也會挑選一些經典的圖表來介紹。
數(shù)據(jù)可視化是數(shù)據(jù)分析之后的呈現(xiàn)，一個優(yōu)異的、讓受眾滿意的報告絕對不只是炫酷的可視化，更多的是圍繞業(yè)務需求而進行的深層次、多角度數(shù)據(jù)分析。
沒有最好的可視化，只有更好的分析方法，后面會側重介紹一些PowerBI在數(shù)據(jù)分析上的具體應用。
PowerBI可視化的一些技巧：
聯(lián)系客服
