要想让受众读懂图表所表达的业务含义，就要选择合适的图表类型。在选择时，首先需要清楚的知道不同图表的优劣以及它们适合的应用场景；除此之外尽量选择一些简单的、易于理解的图表类型。但这不意味着不能选择复杂的图表类型，有的图表虽然看起来比较复杂，但是却能很好的反映一些业务场景，再辅助一些文字说明等其他手段，降低用户的使用难度，也未尝不可。

       选择图表时，以业务为基础。只要能够清晰地表达业务数据背后含义，不让用户产生歧义，都值得考虑。

        2、易用的、多维度的交互分析

        随着数据类型的多样化，数据间的关联关系也越来越复杂。仅仅展示单维度的数据，是无法让用户轻易发现数据之间的联系、挖掘出更多业务价值的。同样，若是交互方式过于复杂，也只会增加用户的使用难度而已，不利于业务长期发展。因此易操作的、多维度的交互分析对于数据可视化来说必不可少。多维度的分析方式有很多种，以下是常见的几种：

        钻取： 将汇总数据拆分到更细节的数据；在维的不同层次间的变化，从上层降到下一层。

        上卷： 钻取的逆操作，即从细粒度数据向高层的聚合。

        切片： 选择维中特定的值进行分析。

        切块：选择维中特定区间的数据或者某批特定值进行分析。

        筛选： 通过不同的维度或者类别过滤出用户想要的数据。

        联动：若干个相关联的图表，一个图表发生变化，其他的也会跟着发生变化。

        下面是一些图表的样例：