为什么用这种图: 一个度量、少量周期。柱子贴着 0 基线,高度差就是真实差距。
查看数据
| 分类 | Net revenue |
|---|---|
| Jan | 48,200 |
| Feb | 51,600 |
| Mar | 49,300 |
| Apr | 58,800 |
| May | 63,400 |
| Jun | 61,900 |
十二个有真实数据支撑的图表示例,每个都标明它回答的是哪个问题、以及为什么这种图形合适。任何一个示例都可以一键载入编辑器,改成你自己的数据带走。
12 张图,每张都附上生成它的数据,以及为什么选这种图形。鼠标悬停可读精确数值,也可以直接把示例打开成可编辑的图表。
为什么用这种图: 一个度量、少量周期。柱子贴着 0 基线,高度差就是真实差距。
| 分类 | Net revenue |
|---|---|
| Jan | 48,200 |
| Feb | 51,600 |
| Mar | 49,300 |
| Apr | 58,800 |
| May | 63,400 |
| Jun | 61,900 |
为什么用这种图: 两个系列同量纲、同刻度:用分组柱状图并留 2px 间隙,不要做双 Y 轴。
| 分类 | Plan | Actual |
|---|---|---|
| Q1 | 150,000 | 149,100 |
| Q2 | 165,000 | 171,400 |
| Q3 | 180,000 | 168,900 |
| Q4 | 195,000 | 203,200 |
为什么用这种图: 同一个总量的构成、只有 5 块、且占比差距够大。每块都直接标了百分比。
| 分类 | Revenue |
|---|---|
| North America | 412,000 |
| Europe | 268,000 |
| Greater China | 197,000 |
| Southeast Asia | 96,000 |
| Other | 41,000 |
为什么用这种图: 点多且间隔均匀的变化趋势。折线能看出形状,换成柱子就变成一排栅栏。
| 分类 | Organic | Paid |
|---|---|---|
| W1 | 1,820 | 1,240 |
| W2 | 1,910 | 1,190 |
| W3 | 2,040 | 1,310 |
| W4 | 1,980 | 1,420 |
| W5 | 2,210 | 1,380 |
| W6 | 2,380 | 1,290 |
| W7 | 2,450 | 1,340 |
| W8 | 2,610 | 1,410 |
| W9 | 2,570 | 1,520 |
| W10 | 2,840 | 1,470 |
| W11 | 3,010 | 1,390 |
| W12 | 3,180 | 1,350 |
为什么用这种图: 分类名很长时用条形图:标签有地方写,不用把文字斜过来。
| 分类 | Units |
|---|---|
| Atlas Pro Bundle | 4,820 |
| Beacon Analytics Seat | 4,310 |
| Cedar Starter Kit | 3,760 |
| Delta Field Sensor | 2,940 |
| Everest Support Plan | 2,180 |
| Fjord Data Pack | 1,640 |
| Granite Console | 1,120 |
为什么用这种图: 和饼图一样表示构成,中间空出来放总额——总量和占比一样重要时用它。
| 分类 | Budget |
|---|---|
| Content | 180,000 |
| Paid search | 240,000 |
| Events | 120,000 |
| Tooling | 65,000 |
| Partnerships | 45,000 |
为什么用这种图: 只增不减的累计量。填充表达「累积」,具体数值仍由折线和悬停读数给出。
| 分类 | Accounts |
|---|---|
| Jan | 820 |
| Feb | 1,640 |
| Mar | 2,610 |
| Apr | 3,720 |
| May | 5,010 |
| Jun | 6,480 |
| Jul | 8,120 |
| Aug | 9,940 |
为什么用这种图: 数值有正有负。从 0 基线出发的柱子能让下滑的月份一眼可见,折线会把符号变化藏起来。
| 分类 | MoM |
|---|---|
| Feb | 7.1 |
| Mar | -4.5 |
| Apr | 19.3 |
| May | 7.8 |
| Jun | -2.4 |
| Jul | 11.2 |
为什么用这种图: 三个批次共用一个百分比刻度:单轴三线,带图例,端点直接标数。
| 分类 | 2026-01 | 2026-02 | 2026-03 |
|---|---|---|---|
| M0 | 100 | 100 | 100 |
| M1 | 68 | 72 | 75 |
| M2 | 54 | 59 | 63 |
| M3 | 47 | 52 | 57 |
| M4 | 43 | 48 | 53 |
| M5 | 41 | 45 | 51 |
为什么用这种图: 同一个度量、按大小降序排。分类柱状图好不好读,关键在有没有排序。
| 分类 | Tickets |
|---|---|
| Billing | 1,420 |
| Onboarding | 1,180 |
| Integrations | 940 |
| Exports | 610 |
| Performance | 430 |
| Other | 260 |
为什么用这种图: 两个系列 + 长团队名:横向分组条形图既放得下标签,也看得清对比。
| 分类 | Plan | Filled |
|---|---|---|
| Engineering | 42 | 37 |
| Customer Success | 18 | 16 |
| Sales | 26 | 21 |
| Marketing | 12 | 11 |
| Finance & Ops | 9 | 9 |
为什么用这种图: 同一个量在有序环节上的衰减:用单色梯度,而不是六种互不相关的分类色。
| 分类 | Users |
|---|---|
| Visited | 48,200 |
| Started signup | 12,400 |
| Verified email | 9,800 |
| Created a project | 6,100 |
| Ran an analysis | 3,450 |
| Upgraded | 720 |
可以。数据是合成的示例数据,随便改、随便替换,导出后任意使用。
按问题对齐,而不是按好看程度。拿不准就用图表选择器,四个问题给你一个明确答案。
可以。点任一示例上的「编辑」,数据会载入图表工具。
上传 Excel 或 CSV,拿到图表和每个数字都能核对的结论。