图表思维是数据分析思维中的最简单和最基本的思维，主要是通过图形和表格对数据进行转化。
文字有局限
看到这段话，你会想到什么？
这是15年年初的一个新闻，简单的看上去，短短的一段话包含了太多的信息。关键词包括国民生产总值，增长，季度，一二三产业，单位也包括了绝对值亿元，也包括了相对的增长百分比。乍一眼看上去，非常的复杂，如何梳理一下，就会清晰很多。
首先第一句“2014年全年国内生产总值636463亿元，按可比价格计算，比上年增长7.4%。” 描绘了14年国内生产总值全年的情况和相对去年的增福，进一步地通过增幅可以知道去年的具体数值。
第二句“分季度看，一季度同比增长7.4%，二季度增长7.5%，三季度增长7.3%，四季度增长7.3%。”这一句描绘了每个季度的增福，可以知道每个季度的增福大致相同，可以说是增长幅度比较稳定，没有大起大落的情况，另外可以知道一季度增福最高，三四季度略低。
第三句“分产业看，第一产业增加值58332亿元，比上年增长4.1%；第二产业增加值271392亿元，增长7.3%；第三产业增加值306739亿元，增长8.1%。”描绘了每个产业的绝对值和相对的增福。可以换算出前一年的情况。同时能够进一步知道，三大产业中，第三产业增长最高，第一产业最低。单就产业增加值而言，第三产业最高，而第一产业最低。
简单的一段话，其实就是对国民生产总值进行拆分和对比，维度围绕了季节和产业。然后却因为所有信息都集中在了一起，让人不能第一眼就明晰逻辑，因此需要换一种方式让逻辑提现得更清晰。
表格有条理
刚才已经把一段话，按照总体，季度和产业的维度对国内生产总值进行了梳理。当我们把梳理落实在表格中时，逻辑相比文字清晰了很多，看到表格就一目了然地知道各类数据，而不需要再翻来覆去地进行整理和查找。
表格诚然比文字更加的有逻辑，更加的有条理。但是还有一些不够目了然的地方，比如对于三个产业的增加值而言，不能够更直观地反应出其大小关系来。第二产业增加值在国内生产总值中大概占多少，第三产业是第一产业的大概多少倍，都还需要计算，不能一目了然的看出。
图形含信息
因此还需要有一种更加直观的方式，体现出数据的逻辑，是其更容易地进行对比和拆分。当表格变成图形的时候，我们得到的信息清晰了很多。
第一张图的横轴是代表产业，柱子代表国民生产总值的增加值，折线代表同比上年增长率。简单的从图形上看，就能够发现第二、三产业的增加值远远大于第一产业，这两个产业在总的国民生产总值中大概占一半的样子。当然严格按比例算的话，还是比一半略少。同时第三产业略大于第二产业。增长率而言，第三产业大概是第一产业两倍，也比第二产业高一部分。
第二张图的横轴代表季度，柱子代表，同比增长，单从数据上看的话，增长率差别不大，当调整坐标轴后，还是能够更清晰地发现第二季度在增长率的突出。
相对比表格而言，图形能够直观地体现出对象之间的数量关系，非常容易进行对比，谁大谁小一眼就可以从图形的差别中识别。各种对象也能按照清晰的逻辑体现出拆分关系，对产业拆分，对季度拆分，整体以及部分之间的关系就一眼能够看出来。相对表格的孤立而言，图表能够进行各种组合，通过多种手段进行展现的时候，可能从图中产生更多的眼神信息出来。
文不如表，表不如图
在PPT的高手中，中离不开一句话，那就是“文不如表，表不如图”。这句话的意思就是，用文字表达信息的效果不如表格，用表格表达信息的效果不如图形。也正因为有这一句话，所以市面上有很多关于图形化表达的书籍。同样，对于数据分析而言，这句话也同样适用。
对文字而言，虽然包含了太多的信息，但是其中的数据却没有整理。有的时候，读上一段话几遍，也可能依然不能完全明确里面的思想，因此需要进一步的梳理逻辑，对文字本身进行加工处理才能清晰地获取其中的信息。表格相对文字而言，信息已经经过了整理，整体的逻辑都梳理得更清楚，然而当表格非常复杂的时候，有太多的行和列时，要清晰地对比各个对象之间的关系就比较困难，有时还会因为看错行列造成误读数据的情况发生。进一步地，当数据从表格展示到按照图形展示时，就清晰了很多，图形具备直观地特性，能够让人一眼看出其中的关系。
表格化思考和图形化思考是数据分析中重要的两种方式。表格化思考，能够理清各个对象，以及各个对象上面每个指标的数据，同时能够借助表格计算出各个对象的一些衍生指标，另外也可以借助表格来对数据进行管理，比如哪些对象中存在缺失值，就可以清晰的知道。表格化思考的模式虽然可能让数据很清晰，但是在一些数量关系上，表格不能快捷的提现。然而借助图形，信息就更加的清晰，极大极小值一眼能看出，同时异常值也能清晰发觉。
图形化思考，是将数据放在图形中进行思考，每个数据在图形中都有相应的位置，借助相关的位置关系，能够发现数据的大小，发展趋势以及结构特征等等。同时也借助图形化思考的模式，能够去发现可以进一步拆分和对比的地方。
一题见图优
这道应用题大家都应该在高中时代有做过类似的题目，其实就是一个数学规划问题。一个目标函数，另外两个约束条件分别限制两种原料的数量和产品的数量。
某公司生产甲、乙两种桶装产品.已知生产甲1桶需耗A原料1千克、B原料2千克；生产乙1桶需耗A原料2千克，B原料1千克.每桶甲的利润是3万元，每桶乙的利润是4万元.要求每天消耗A、B原料都不超过12千克.求公司共可获得的最大利润？
按照常规手段的求解如下：
此外，也有图形方式求解。
在图形方式中，X和Y轴分别表示甲乙两种产品的产量。图中的两条灰色直线分别表示AB两种原料的约束条件，即求解的点一定位于两条直线的左下方。
另外加上甲乙产品不小于0的约束条件，因此最优点一定落在两条斜线以及X和Y轴围城的区域内，即图中蓝色的区域。
根据目标函数的斜率，可行的目标函数是一组于约束区域相交平行线，函数的最大值，在最远离原点的直线上。当函数直线与两条原料的约束条件交点相交时，此时的目标函数是最大的。
经过对线性函数的求解，可以知道交点在（4,4）最终的结果也和方程的结果相同。
数形结合的思想光芒
数形结合的思想方法是数学中的经典方法，其意义是在数和型之间互相转化。在数据分析中，数据结合的方法同样适用。通过图形来获取信息，通过数据在来发现方向。
数型结合中包括了对数化形和以型取数两个方面。
对数化形，是将数据转换成图形的模式，通过图形能够非常直观地发现对象集合中间包含的信息，尤其是总体拆分后的数据更加明显。可以看到对象对比强烈，哪些对象的数据存在异常，以及哪些对象之间存在明显的相关性。
当通过发现出相关的信息后，就能够根据实际需要，进一步地发现需要深入分析的地方。这里就到了以型取数的方面，即基于图形，进一步启发对比拆分的方向。进一步的分析包含了去选取新的指标，去拆分相应的变量以及将多个变量进行计算去产生衍生的变量等等。
对数化形和以型取数，并不孤立，而是互相循环运行，一步一步地去不断深入地分析数据，并从中取获取越来越多的信息。
图表分析流程
图表分析和核心是将零散的数据，转换成表格，然后进一步地转换成图形。
首先第一步是整体数据，明确需要的数据以及指标，并在其中明确输入的格式。就像开篇的案例一样，从整段文字中，梳理逻辑，然后提取相关的数据。平时的数据工作中可能不会像开篇一样，需要在文字中提取数据。然而仍然需要明确从哪些取得哪些数据进行分析，明确数据的规模和变量的设置，明确数据的输入格式，是绝对值还是相对值，是离散值还是连续值，是否是日期值等等。
明确了数据后，就是将数据录入到表格的公众。在录入的过程中，需要将所有的数据进行标准化的处理，即一个字段的格式都是统一的。表格通常以二维表的形式存在，竖列代表字段，横列代表每一个对象亦或者记录。当完成表格的导入后，就可以进一步地生产图形。
生成图形的过程中，是围绕分析的目的通过表格构建图形，目的明确拆分的方向，是在于看对比的角度，即是对比绝对大小，还是对比相互关系，或者是看时间趋势。明确目的后，就提取相关的变量和数据，构建合适的图形，进行对比。
与自己比——看差异：折线图
折线图是图形分析中非常常见的图表，通常用来分析时间发展的趋势。
在一张折线图中，通常X轴表示时间，从左往右依次增加，每一格增加一个时间单位。在特殊的情况下，由于时间窗口太长，也存在时间轴上面相邻的系列点位不等距的情况。
折线图的Y轴代表具体指标的数值，Y轴越高，表示数值越大，Y轴和X轴的交点是原点，原点中Y轴的单位可以是0，可以是其他数值。在X轴和Y轴的共同作用下来，就能够描出各个点位，每一个点位都表示不同的时间下面指标的数值。当多个点位标出后，相邻两点之间线段相连，就构成一条折线，折线表示了随着时间的发展，指标呈现出的变化。变化可以呈现多种形态，可以是简单的上升下降关系，也可以是呈现出波动的关系，甚至可以是在波动中上升下降。
在数据分析中，时间序列分析就会用到折线图，在时间序列中既有表示趋势的维度也存在表示波动周期的维度。
从图上可以知道，在折线图中可以只有一条折线，即X轴表示时间，Y轴表示GDP数值。此外也可以有两条及以上的折线，每条折线用不同的形式表示，同时各指标除了有相同的时间点位，指标之间是互相独立，即多个指标可以有多个Y轴，Y轴的在原点上的数值可以不同，Y轴的点位之间数值间隔也可以不同。如在图中，蓝色折线表示GDP，黄色折线表示GDP增福，其中GDP的Y轴上的刻度单位为绝对值，而GDP增福的Y轴上的刻度单位是以百分比存在的相对值，两者的数量级都明显不同。
与别人比——看差异：柱状图
折线图通常是对比恒定对象在不同阶段的情况，当对比不同对象的差异时，就可以用到柱状图。
柱状图与这些图类似，也是有X轴和Ｙ轴两个方向，Ｘ轴表示对象，而Ｙ轴表示指标大小，而Ｙ轴上指标的大小用柱子的高度表示，Ｙ轴和Ｘ轴的交点可以为０，也可以是其他值。
正如第一张图，分别有两个对象中国和美国，两个国家分别在Ｘ轴上不同的位置上，两个国家的的GDP也对应地在图中按照不同高度的柱子体现出来。可以看到，美国的GDP要高于中国。
当有多个指标出现时，可以在一个对象上用多根柱子来表示，这些指标互相独立，因此柱子之间也可以有不同的Y轴单位和Y轴原点。正如下图，两个对象上面总共有两个指标进行对比，分别是GDP和GDP增速，两者的单位都不同一个是绝对值，另外一个是相对值。从图中可以看到，尽管中国的GDP低于美国，但是其GDP增速远远大于美国，GDP增速的之间的差异明显大于GDP之间的差异。
柱状图不仅可以用于离散的指标中，也能够处理连续数据。当处理连续数据时，需要对连续数据进行分类分组后，相应的区间分组构建柱状图。在连续柱状图中，X轴表示连续数据的分组，Y轴表示在X轴中相应区间分组中的对象数量。
正如图中所示，当看到一张各省市GDP的表格时，会给人一种找不到边际的感觉，然后进一步地对GDP按照1-2万亿，2-3万亿以及3万亿以上分成三组，接下来再对每组中的省份数量进行记数，并根据分组区间中的省份数量构建连续柱状图，X轴表示GDP分组区间，Y轴表示每个区间中的省份数量。从连续柱状图中可以发现，大多数省份的GDP聚焦在1-2万亿和2-3万亿的区间中。
与别人比——看差异：条形图
在对象间进行差异对比的图形中，条形图也同样适用。条形图的形式与柱状图相似，只不过X轴和Y轴表示的东西正好相反。在条形图中,X轴表示指标的数值，而Y轴表示对象。之所以会用到条形图，是因为条形图相比柱状图而言，可以放置更多的对象，让更多的对象进行对比。通常柱状图适用于7个及以内的对象，而条形图承载的对象就可以到达二十个甚至更多。
如图所示，十八个省份的GDP在图中显示，其中X轴是GDP数值，而Y轴就是不同的省份，从图中可以发现，江苏的GDP最高，远远高出周围的GDP较高省份，山西的GDP最低，但是还是可以周围的低GDP的身份相差不大。
都能够比——看结构：圆饼图
当对比对象的结构时，就需要将对象进行拆分，拆分后可以用柱形图或者条形图对比，这种情况可以提现出拆分后的子对象的绝对指标，不过对于相对指标而言，不能更清晰的显示。需要提现对象相对值比如，所占比例的情况，就可以用到圆饼图。
在圆饼图中只有一个指标参与分析，同时这个指标可以根据参与的对象进行拆分，即不同对象的该指标可以进行相加处理。在圆饼图中，有多少个对象，就可以分成多少个扇区，每个扇区所占圆形角度的比例代表了对象指标在总体中的占比。当指标是相对比值的时候，如果总体指标加总是100%的话，那么每个扇区所占圆形角度的比例即为指标大小。
在图中将GDP的按照产业拆分，每个产业GDP在总体中的占比不同，用不同的颜色表示了不同的对象。从图可以知道，第三产业的占比是最大的，而第一产业的占比是最小的。
都能够比——看结构：累计图
圆饼图在一组对象上进行对比，当有多组对象时，可以用累计柱状图的形式对比。
累计柱状图可以对比一组对象与另外一组数据在结构上的差异，当具有同样的结构时，能够体现出各组成部分的比例情况。在累计柱状图中，X轴表示不同组别的对象，Y轴表示各组对象中各对象数据在总体上的占比累计起来，Y轴的最大值为100%。
同时，累计条形图可也进行多组对象在结构上的对比，只不过X轴和Y轴所代表的意义正好同累计柱状图相反，X轴对象数据的累计占比，Y轴为不同组别对象。
在图中，就是在对比05年和14中，每个产业的占比情况，通过把整体CDP拆分，并分年度进行对比，可以发现，相比05年，到14年时第三产业占比增长，第一第二产业占比下降。
复合图表——多维度对比
前面的图表中，不论是趋势，对象差异还是对象结构，对比的都是只有一个方面。很多情况下，在数据分析的对比工作，需要从多个角度来同时对比，这个时候就将多种形式的图形糅合起来，在一张图上进行对方面对比。
复合图形就可以提供这样的功能，在复合图表中往往是将多种形式的图形进行同时展示，如同时展示柱形图和折线图，一个在一个尺度展示一组指标，另外一个在另一个尺度上展示一组指标。又如同时展示累计柱形图和折线图，累计柱形图体现对象的结构，折线图体现出对象的大小。还可以有圆饼图和累计条形图进行对比，圆饼图在整体上分解结构吗，累计条形图对其中的一个对象进行进一步拆分。
图中通过柱状图和折线图来展示国内生产总值的情况，X轴分别表示三个产业以及总体情况，柱状图表示国内生产总值的数值，折线图表示环比增幅。可以发第三产业增幅现最大，在国内生产总值上第二三产业数值相当。
图表思维总结
数据分析思维中的图表思维，这也是数据分析思维中最浅显易懂的。有一个很贴切的说法，就是字不如表，表不如图。把手边的数据转换成表格的形式，杂乱的数据就有了逻辑和相关和层次，尽管清晰度还不够，但是已经能够进行解读。更进一步的把表格转换成图形以后，数据之间的大小和关系会突出许多，让人非常直观的能够看出数据之中蕴含的信息。借助图形能够非常便捷地进行拆分和对比的工作。
不同的分析目的适用不同的图形来表达，选择正确的图形有助于正确理解和解读数据。在时间上分析趋势，通常可以用折线图。在空间上分析差异，可以用柱状图，同时当分析对象过多是条形图是更好偶的选择。分析比例上的差异，使用圆饼图，当碰到多组数据对比结构差异时，累计柱状图或者条形图是非常好的悬着。当多个维度需要分析是，就可以用符合图表，如用柱状图表示绝对值数据，用条形图表示相对值数据。
图表一方面可以进行分析，另外一方面也可以进行数据分展示。对数据图表而言，能够使用的也不仅仅是上文介绍的，更多的图形表达方案可以查阅数据可视化的资料，里面的一些复杂图表会更加生动和清晰。
原文转发，功德无量！
