在数据可视化畛域，散点图、柱状图、折线图、箱型图和热力求等是最为经常出现的图表类型，它们便捷易懂且广为人知。但是，在面对多元复杂的数据场景时，这些规范图表或许并非最佳选用。本文中，笔者为大家总结了这些抢手图表的几种代替打算：
尺寸编码热图(Size-encoded heatmaps)
传统的热力求通常经过色彩标度来示意数据值，但是在实践运行中，将单元格色彩与详细的数值准确对应依然具备必定的应战性。尺寸编码热图则是一种有效的代替打算，它驳回方块或圆形等图形元素的大小直观展现数据的相对数值大小，尺寸越大示意数值越高。这样，不只可以借助色彩变动反映相对差异，还能经过图形大小的变动直观展现各单元格数值的相对大小，从而使得数据表白愈加明晰、平面和易于了解。如下图所示。
瀑布图(Waterfall charts)
为了可视化数据值随期间的变动状况，通常咱们首选的是在折线图（或柱状图）上显示实践数值，但是这样很难直观地预计延续变动的幅度和方向。
而瀑布图（Waterfall charts）可以经过层叠式规划明晰展现每个期间段或阶段的数据变动，形容数据的滚动差异，尤其实用于展现增质变动的规模和方向。
在瀑布图中，起始值和最终值由第一个和最后一个柱状图示意。经过图表中的延续变动，可以直观地观察到不同阶段的奉献和变动。此外，延续的更改会智能启动色彩编码，使它们更易于解释。这样的设计使得瀑布图成为了一种直观且明晰地出现数据变动的工具，尤其实用于出现价值随期间的变动，以及各个阶段对最终结果的影响。
凹凸图(Bump charts)
凹凸图（Bump charts）是一种用于可视化不同名目随期间排名变动的图表类型。当须要出现多个类别随期间的排名变动时，经常使用条形图或许会造成图表凌乱。在这种状况下，凹凸图能够提供更明晰的可视化成果。
凹凸图经过将名目标排名以线的方式出现，每条线代表一个名目随期间的排名变动。这种排名变动的可视化方式可以协助观察者更直观地理解不同名目之间的排名变动状况。相较于条形图，凹凸图在凸显排名变动方面更为明晰，缩小了图表凌乱的或许性。
雨云图（Raincloud Plots）
雨云图（Raincloud Plots）是一种将箱线图、带状图和核密度预计（KDE）图联合在一同的数据可视化工具。它为展现数据散布提供了一种繁复而片面的方式，并旨在处置经常使用传统箱线图和直方图时或许发生的误导性疑问。
经常使用雨云图，可以：
Hexbin和密度图
Hexbin图和密度图是用于可视化少量数据点的代替打算，特意实用于当散点图的数据点过于密集时难以解释的状况。
Hexbin图将图表区域划分为六边形区域，并依据每个区域中数据点的数量为其调配一个色彩强度。这种方式能够更明晰地展现数据点的密度和散布状况，防止了数据点过于密集时的视觉凌乱。
而密度图则经过衔接相等密度的点来创立轮廓，用等高线描画了二维空间中数据点的散布状况。这种表现方式能够更直观地展现数据的散布状况，协助观察者更好地理解数据点的密度和散布法令。
气泡图和点图(Bubble charts and Dot plots)
气泡图和点图是用于代替条形图的有效可视化工具，特意实用于在少量类别状况下展现数据时防止图表凌乱的状况。
点图则是另一种代替条形图的方法，它强调了咱们关键关心示意总价值的各个端点，同时消弭了简直没有用途的长条。这两种图表都有效地处置了当条形图蕴含太多条形时，观察者难以关注到单个条形的长度的疑问。