在数据分析中，同样的数据场景采用不同的图表会带来很大的信息差距。正确的匹配数据与图表不仅要有对数据结构的理解、业务的理解，还需要对图形语言学的一定了解和实际可视化项目中的经验，每一个元素背后都有着很深的学问，这里总结了一些常用图表的特性，可以帮助用户更高效的选择合适的图表类型。
数据场景千千万，每个不同的场景都有不同的数据结构、数据记录数和业务需求，这里先不论具体的业务要求，单说不同的数据结构和数据量，大致能够分为四类数据场景：对比/结构分析/分布/关联。
今天先来说一说关联分析场景。
关联分析常用于分析数据变化的主要因素上，此类的图表不多，但是运用得当可以起到很好的效果，多用于数据探索发现问题上。
- 首先就是帕累托图，数据分析中经典的二八原则就是利用帕累托图来寻找影响某一数值变化的主要元素，比如在产品较多时，寻找影响利润值的最主要产品，用于针对性的运营和开发新产品。
- 平行图可以用来分析二维变量对数据的影响。
- 弦图是非常具有数学美观的图表，主要用于表达多个节点间的连接关系，常用于物流系统的业务情景，表达区域流向。
- 漏斗图用于不同阶段状态分析，一般是一个完整的生产流程，可以系统的看出具体环节的状态，从而定位问题。
