除了折线图(适合动态占比趋势),适合展示占比的图表核心围绕 “静态构成”“多组对比”“层级关系” 设计,能更直观呈现 “部分与整体的关系”,以下是 5 类常用图表,附适用场景、优势及设计案例,帮你快速匹配需求。
展示占比的核心是让用户快速看懂 “各部分占总体的比例”,不同图表的差异在于 “是否需要对比多组占比”“是否有层级关系”“是否需要突出具体数值”,需根据具体需求选择。
饼图(实心)和环形图(中间空心)是展示 “单一时间点 / 单一维度下,多部分占总体比例” 的经典图表,视觉上直接用 “扇形面积” 对应占比,符合大众对 “部分 - 整体” 的认知习惯。
- 单组静态占比(如 “2024 年 Q3 3 类产品营收占比”“某 APP 用户来源占比”);
- 需突出 “占比高 / 低的核心部分”(如 “某产品占总营收 60%”,用饼图能瞬间凸显其核心地位);
- 面向普通用户的非专业场景(如官网数据展示、报告封面概览)。
- 认知成本低:几乎所有用户都能理解 “扇形越大,占比越高”;
- 视觉简洁:无需复杂解读,1 张图即可呈现整体构成。
展示 “某电商平台用户来源占比”(搜索引擎 30%、社交媒体 45%、直接访问 25%):
- 环形图设计(比饼图更显轻盈,中间可放 “总用户数 100 万” 等核心数据);
- 3 个扇形用差异明显的颜色(如蓝、绿、橙),每个扇形标注 “来源名称 + 占比”(如 “社交媒体 45%”);
- 占比高的 “社交媒体” 扇形可轻微向外突出(1-2px),引导用户优先关注核心来源。
- 类别数量≤5 个:超过 5 个会导致扇形过窄,标签拥挤难以区分;
- 避免 3D 效果:3D 会扭曲扇形面积,导致占比判断偏差(如让小扇形看起来更大);
- 占比差异小不适用:若所有类别占比均在 20%-25% 之间,饼图难以凸显差异,建议改用柱状图。
堆叠柱状图将 “单根柱子” 按占比拆分为多个颜色块,既能展示 “每组数据的总体大小”,又能展示 “每组内部各部分的占比”,适合同时对比 “多组占比的构成差异” 和 “多组总体的数值差异”。
- 多组静态占比对比(如 “2023 年 vs 2024 年 各产品线营收占比”“3 个地区的用户结构占比”);
- 需同时看 “占比” 和 “总体数值”(如 “不仅看 A 地区会员占比 40%,还看 A 地区总用户数 50 万”);
- 类别数量≤4 个(过多会导致颜色块过窄)。
- 双重信息:同一图表既能看 “占比构成”,又能看 “总体大小”,无需切换多图;
- 对比直观:多组柱子并列,可快速发现 “某部分占比在不同组间的变化”(如 “会员占比在 A 地区 40%、B 地区 30%”)。
对比 “2023 年 vs 2024 年 某公司营收构成占比”(产品 A、B、C):
- 堆叠柱状图设计:2 根柱子分别代表 2023、2024 年,每根柱子内的颜色块对应 3 类产品;
- 颜色块标注 “占比 + 数值”(如 2024 年产品 B 标注 “45%(675 万)”);
- 柱子顶部标注 “总营收”(如 2024 年标注 “1500 万”),清晰体现 “总体增长” 和 “占比变化”(产品 B 占比上升,产品 A 占比下降)。
- 确保每组类别一致:如 2023 年有产品 A/B/C,2024 年不能新增 / 减少类别,否则无法对比;
- 颜色块顺序统一:所有柱子内的颜色块顺序需一致(如均为 A→B→C),避免用户混淆;
- 占比标签清晰:小占比色块(如≤10%)的标签可放在柱子外侧,避免内部拥挤。
马赛克图(又称矩形树图)用 “矩形面积” 代表占比,通过 “嵌套关系” 展示 “多层级的占比构成”,适合呈现 “父类别包含子类别” 的复杂占比(如 “公司→部门→项目” 的预算占比)。
- 多层级占比展示(如 “电商平台→一级类目→二级类目” 的销售额占比、“国家→省份→城市” 的用户占比);
- 需同时看 “层级关系” 和 “占比大小”(如 “不仅看‘服装’类目占总营收 30%,还看‘服装’下‘女装’占 60%、‘男装’占 40%”);
- 专业分析场景(如数据报表、运营复盘)。
- 层级清晰:嵌套矩形直观体现 “包含关系”,比文字列表更易看懂复杂结构;
- 占比直观:矩形面积直接对应占比,可快速发现 “大占比的父类别” 和 “核心子类别”。
展示 “某电商平台销售额层级占比”(总营收→服装、家电、食品→各二级类目):
- 外层大矩形代表 “总营收 1 亿元”;
- 内部 3 个中等矩形代表一级类目(服装 30%、家电 40%、食品 30%),面积对应占比;
- 每个中等矩形内嵌套小矩形(如服装类下的女装 60%、男装 40%),用同色系深浅区分(如服装类用蓝色系,女装深蓝、男装浅蓝);
- 每个矩形标注 “类目名称 + 占比”(如 “家电 40%(4000 万)”“女装 60%(1800 万)”)。
- 层级深度≤3 层:超过 3 层会导致嵌套过深,小矩形过小难以识别;
- 颜色体系统一:同一父类别的子类别用同色系,不同父类别用不同色系,避免颜色混乱;
- 避免极端比例:若某子类别占比≤5%,小矩形会过小,可合并为 “其他” 类别。
漏斗图通过 “自上而下逐渐缩小的梯形” 展示 “多步骤转化路径中,每一步的占比(转化率)”,核心体现 “从‘初始量’到‘终量’的逐步流失”,适合转化流程分析。
- 转化路径占比(如 “用户从‘访问首页’→‘查看产品’→‘加入购物车’→‘下单’的转化率占比”“APP 从‘下载’→‘注册’→‘登录’→‘付费’的转化占比”);
- 需突出 “转化流失节点”(如 “加入购物车到下单的转化率仅 20%,是核心流失环节”);
- 运营优化场景(如优化转化流程、提升关键环节转化率)。
- 流程直观:梯形自上而下的顺序对应转化步骤,符合用户认知;
- 流失明显:梯形面积缩小的幅度直接体现 “流失程度”,可快速定位 “低转化环节”。
展示 “某电商购物转化路径占比”:
- 漏斗图设计:4 个梯形自上而下排列,面积对应用户数(访问首页大,下单小);
- 每个梯形标注 “步骤名称 + 用户数 + 占比”(如 “加入购物车 3000 人(30%)”);
- 核心流失环节(加入购物车→下单,流失 80%)用红色边框标注,引导关注优化点。
- 步骤数量≤5 个:超过 5 个会导致漏斗过窄,视觉上难以区分;
- 步骤顺序固定:必须是 “前一步为后一步的前提”(如 “查看产品” 在 “加入购物车” 之前),不能打乱顺序;
- 避免反向漏斗:若某步骤用户数比前一步多(如 “加入购物车” 6000 人>“查看产品” 5000 人),需检查数据是否异常(如重复统计)。
堆积面积图在 “折线图” 基础上,用颜色填充 “折线与 X 轴之间的区域”,既能展示 “多组占比随连续维度的动态变化”,又能体现 “总体数值的趋势”,是 “折线图” 和 “堆叠柱状图” 的结合体。
- 动态多组占比 + 总量趋势(如 “2024 年 1-12 月 各渠道用户占比变化 + 总用户数趋势”“季度各产品营收占比变化 + 总营收趋势”);
- 需同时看 “占比演变” 和 “总量增长 / 下降”(如 “不仅看 A 渠道占比从 40% 降至 20%,还看总用户数从 10 万增至 50 万”);
- 时间序列分析场景(如年度复盘、长期趋势监控)。
- 双重趋势:同一图表既能看 “各部分占比的动态变化”,又能看 “总体的增长趋势”;
- 视觉流畅:面积填充比单纯的折线更有视觉冲击力,易发现 “占比变化的关键节点”。
展示 “2024 年 1-6 月 各渠道用户占比 + 总用户数趋势”:
- X 轴为月份(1-6 月),左 Y 轴为 “占比 0%-100%”,右 Y 轴为 “总用户数(万人)”;
- 3 个颜色填充区域对应 3 个渠道(搜索引擎、社交媒体、直接访问),区域堆叠且总面积始终为 100%;
- 叠加 “总用户数折线”(对应右 Y 轴),用黑色实线标注;
- 每个月份标注 “总用户数”(如 6 月标注 “50 万”),清晰体现 “总用户增长” 和 “渠道占比变化”(社交媒体占比从 30% 升至 50%)。
- 类别数量≤3 个:超过 3 个会导致颜色区域重叠,难以区分;
- 总量轴清晰:若添加总数量轴,需用不同颜色(如左轴黑色、右轴红色)区分,避免用户混淆;
- 填充色透明:同一父类别的填充色可设置 50%-70% 透明度,避免颜色过深掩盖折线趋势。
简言之,选择占比图表的核心是 “明确需求维度”:单组静态选饼图,多组对比选堆叠柱状图,层级结构选马赛克图,转化路径选漏斗图,动态趋势选堆积面积图。