1.折线图

折线图是将数据标注成点，并通过直线将这些点按某种顺序连接而成的图表，它以折线的方式形象地反映事物沿某一维度的变化趋势，能够清晰地展示数据增减的趋势、速率、规律及峰值等特征。

2.条形图

条形图是最流行的数据可视化方法之一。条形图将数据组织成矩形条，便于比较相关数据集。通常可在以下情况下使用条形图：比较同一类别中的两个或多个值；让用户了解多个相似的数据集是如何相互关联的。

3.散点图

散点图可用于构建交互式报告，显示紧凑的数据可视化。它是一种二维数据可视化，它使用点来表示为两个不同变量获得的值——一个沿x 轴绘制，另一个沿y 轴绘制。

4.直方图

通过直方图，可以纵观某个数值变量所有可能的值，以及其出现的频率。直方图看似简单，实际上功能却很强大。有时，直方图也被称为频数分布图。从视觉效果上来说，需要画一个频率图，把相关变量排布在X轴上，而Y轴显示的则是每个值出现的频率。

5.饼图

饼图是由若干个面积大小不一、颜色不同的扇形组成的圆形图表，它使用圆表示数据的总量，组成圆的每个扇形表示数据中各项占总量的比例大小，主要用于显示数据中各项大小与各项总和的比例。

6.箱形图

箱形图又称盒须图、箱线图，是利用数据中的5个统计量——最小值、第一四分位数、中位数、第三四分位数和最大值­——描述数据的一种图表，主要反映一组或多组数据的对称性、分布程度等信息。

7.地图

使用地图可以显示涉及特定位置的客户数据；让客户查看他们附近的数据点；显示客户数据的清晰地理分布。如果你的数据里包含经度和纬度的信息，或者其它通过地理位置来组织数据的方法，比如邮政编码、区域代码、县级数据或者机场数据等，那么在这个时候，绘制地图将会非常有助于对数据的可视化处理。

8.时间序列图

时间序列图也类似于散点图，只不过X轴上标注的是时间范围。在时间序列图上，所有的点连接成一条线，以提醒我们时间是连续的。如果想要更加直观地研究某一数据随时间的变化趋势，时间序列图就是绝佳选择。因此，时间序列图在分析财务数据和传感器数据上应用得尤为普遍。

9.热图

热图适合用来交叉检查多变量的数据。在热图中，会有一个矩阵或者地图显示，其上的颜色用来表示频率或者浓度。大部分的人都觉得热图非常直观，而且浅显易懂，因为图中颜色的浓度会显示出某些趋势以及需要特别关注的区域。

10.词云

其实目前，我们所研究的大量数据都是以自由文本的形式出现的，并且这种文本也相对简单。在对此类数据进行第一遍处理时，可能本想更加直观地了解这些词在语料库中出现的频率。然而，不论是直方图还是饼状图，都对于这些文字类的数据显得力不从心，而更适合分析数字数据的频率。因此在这种情况下，可以求助于词云。