不知道大家是否有这个感受，在做数据汇总的时候，表达数据结论总是柱状图、折线图、饼图的堆叠，显得很累赘，很不会表达。
比如分析某一年各汽车品牌的销量情况和对比，以及车型的销量情况和对比，如果常规用柱状图，折线图等常见图表来展示可能
① 用一张柱状图先展示一下各汽车品牌的总销量，并作排序
② 同理各车型也可以这样展示
③ 然后每个品牌不同车型销量占比，各做一张饼图
我都能想到这个可视化画面，是不是很累赘？
今天的技能分享，教大家3种我用到的比较多的高级图表，在可视化汇报中。分别是热点图、桑基图、玫瑰图。干货爆炸，建议先收藏！
至于制作工具，主张大家怎么顺手怎么来，本文主要科普使用场景。
Excel只要10年以上版本，并且会写一些VBA，基本都能做。
如果用于产品开发或者插件调用，会写JS可以用Echarts和Hicharts。
因为这里偏分析为主，所用惯用BI工具来制作，一方面是制作快，很多工具都自带这些高级图表，不写代码公式，上手容易；另一方面，高级图表主要用于可视化报告/Dashboard报表展示，这类场景一般都用是BI来做。
接下来图表制作所用工具均为FineBI。
日历热力图，顾名思义，是热力图与日历图组合在一起的产物。
FineBI制作可视化的路径是：导入/连接数据——处理数据（合并表、新增数据字段等）——制作图表——美化呈现，需要提前熟悉下工具的操作。
1、导入、处理数据
这里用FineBI工具里自带的样例数据做展示。
⑤ 其他，新增周、月、年、日，原理一样，公式分别为WEEKDAY()、MonTH()、YEAR(年月日) 、DAY() ，就不赘述了。
2、图表构建
① 点击仪表板 Tab——选择新建仪表板
④ 点击图形属性的图表类下拉框，选择矩形块
⑤ 点击组件样式，选择自适应显示为整体适应
3、美化加工
美化主要是配色，这里选择渐变的配色方案，颜色随数值大小深浅变化
然后就是标题、图例、的样式美化，这个和Excel差不多，就不多说了。
最终呈现：
二、玫瑰图
玫瑰图又称为极面积图，大家可能听说的比较多的是南丁格尔玫瑰图，可在一个图表中反映多个维度百分比数据，幅面小，信息多，形式新颖，夺人眼球，特别适合新闻可视化，用来做信息图。
比如疫情期间展示各国疫情情况的玫瑰图。
但是玫瑰图突出显示不同分类的大小差异，做等级排序，适合用于对于整体概况的“夸张化”描述，并不适合做具体数值的对比，因为玫瑰图是用圆弧的半径长短表示数据量，显示的是每一数值相对于总数值的大小，肉眼上看不出数值差距，只能看出谁大谁小，谁第一谁第二。
如何制作？
FineBI的常规流程操作不表了，日历热点图中有陈述，导入数据——处理数据——创建仪表板。
举例我这边用这FineBI自带的一份合同销售数据做展示。
将待分析区域维度下的字段合同签约时间拖入横轴中，将指标下的字段合同金额、回款金额拖入纵轴中：
在图表类型下选择玫瑰图，可以看到「回款金额」的大小映射到玫瑰图的半径上，「合同金额」的大小映射到玫瑰图的角度上。点击合同签约时间字段，选择年月显示。
点击半径栏，设置内径占比到0%，然后点击图形属性颜色栏中的合同签约时间下拉，选择升序排序，按「回款金额(求和)」进行排序，就得到了玫瑰图。
至于美化，和上面的日历热点图一样，可自行更改配色，调整标题等。
三、桑基图
桑基图是一种很高级的数据展示，主要用于展现数据的流动。如物流、资金流、航线客流等等这种从一个地方、类别到另外一个地方、类别的流量移动类别依存关系。比如某个业务中，某个大类以及小类之间的业务关系。比如：大类销售中，小类的比例等等。
如下方各车企从07年到11年的汽车销量和车型分析，以福特为例，既展现了福特汽车各车型售卖情况，也展现了某车型被哪些品牌占领，比如MPV被马自达占据。另外还体现了各品牌商的总销售情况，也体现了车型的销售情况。两边的能量是“守恒”的。
桑基图怎么用怎么画其实在业内并没有定性，可用于各种用途，比如下图某年世界杯球队排名变更情况，类桑基图主要用来表示单位时间内数值变化的情况，可以通过线型走势直观的看出该数值变化趋势。
那么，如何制作桑基图？
就以上图为例，制作相比前面略复杂！
1、数据导入和处理
① 导入预先准备的两份Excel数据（回复关键词“世界杯”获得）
② 这里涉及到多表格的处理，需要将两个表合并
在FineBI中，创建自助数据集（对原始数据集中的处理环节，处理成最终想要呈现可视化的完整数据）。选择2018Wordcup所有字段，左右合并2018Wordcup和辅助数据表，如下图所示：
新增一个数据列，设置列名为 sigmoid，对原始数据进行公式处理，选择公式为 sigmoid=1/(1+exp(1)^-t)，效果如下所示：
再新增一个数据列，设置列名为 ft 即排名，选择公式为 ft=身价排名+((最终排名-身价排名)*sigmoid),身价排名决定国家的初始位置，（最终排名-身价排名）*sigmoid，决定了S曲线的高矮，效果如下所示：
由于数值型字段，在横轴和纵轴只能求和，所以我这边将国家以（t,ft）放于X,Y轴，故将其表示为文本型，如下所示： （这边给出ft文本型方式，t文本型操作相同，不做叙述）
为了给文本t，ft字段排序，新增ft数值型，ft选择数值型，如下图所示： （t数值型操作相同，不作重复叙述）
2、图表构建
创建仪表盘——新增组件——选择上面处理好的数据集
将t文本型放入横轴，将ft文本型纵轴，重命名为排名，将国家放入颜色，并将数据点用线进行显示，如下图所示：
3）将t数值型，ft数值型放入明细过滤器，选择t文本型，选择升序，选择按t数字型排序，同理将ft文本型按ft数字型升序排序，如下所示：
3、美化加工