线图是利用线的升、降变化来表示被研究现象发展变化趋势的一种图形。它在分析研究事物的发展变化、依存关系等方面具有重要作用。线图可以显示随时间（根据常用比例设置）而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。当有多个数据系列时，线图中的数据系列是独立的。
如下线图是某公司2016和2017年的销售额线图，在时间维度上反应销售额在这两年的变化情况的，同时可以对这两年的数据实现对比：
优势： 容易反应出数据变化的趋势。
数据要求：一个或两个维度，一个或多个度量。
适用场景：
1）线图适合二维的大数据集，还适合多个二维数据集的比较。
2) 需要反映变化趋势，关联性。
3) 线图适合大数据集的趋势分析，尤其适合非离散型维度分析，比如时间，价格走势 。
组合效果
维度和度量在线图中组合效果有如下两种：
效果1是单线图，用一个维度+一个度量来实现。适合随时间变化的总体情况，如某公司一年的销售额变化情况。
效果2是多线图，实现方案有两种，可参考方案1和方案2，可比较不同类别在同一时间段的变化情况。
适用下面两种数据类型：
| 汇总数据 | |
| 两个维度 | 月份（作为横轴） |
| 商品类别（含有所有商品的汇总数据，作为颜色标记区分商品类别） | |
| 一个度量 | 销售量（作为纵轴） |
| 明细数据 | |
| 一个维度 | 星期（作为横轴） |
| 两个或以上度量 | 最低气温（作为纵轴） |
| 最高气温（作为纵轴） | |
效果3是堆积线图实现的多线图，可实现堆积效果。后一个线图是以前一个线图作为起点
1、效果1
一个维度+一个度量，这是最基本的线图。
维度：维度分布在分类轴。
度量：度量分布在指标轴。
实例：“月”维度+“批发销量”度量。
上图是典型的基础线图：只展示一个维度“月”和一个度量“批发销量”，从线图中可以直观的看出2017年批发销量的变化趋势。在4月后呈稳步上升的趋势。
修改配色
对于单线图配色，将“批发销量”系统默认显示的蓝色改成其它颜色。
选中线图组件，在“标记区”中单击 颜色 标记项，弹出颜色选择窗口，确定颜色后，在颜色窗口外单击即可。
如下图，将系统默认的蓝色换成橙色：
2、效果2
方案1
两个维度+一个度量。
维度：两个维度都分布在分类轴，以系统默认渐变配色方案标识第二个选中的维度。
度量：度量分布在指标轴。
实例：“月”、“年”维度+“批发销量”度量。
方案2
一个维度+多个度量。
维度：维度分布在分类轴。
度量：度量都分布在指标轴，系统以默认渐变色配色方案标识不同的度量项。
实例：“商品类别”维度+“采购成本”、“运费”、“销售成本”度量。
...
词云，是文本数据的视觉表示，由词汇组成类似云的彩色图形，用于展示大量文本数据，能快速感知最突出的文字。
如下是热门搜索城市词云图。
优势：酷炫、直观的图表，可以从大量的词中一眼抓住关键词。
劣势：使用场景单一，一般用来做词频。
数据要求：一个或两个维度，一个度量。所需数据量需要稍大些，数据的区分度也需要比较大，否则效果不明显，并且不适合要求准确的分析。
适用场景：显示词频，可以用来做一些用户画像、用户标签的工作。可以用来分析话题热度，如微博热搜榜。
不适用场景：除词频外的其他分析。
实现方案
业务情景描述：查看热门搜索城市。
数据结构
以上业务情景的数据来源如下：
我们的基础数据以明细表的形式存储，以上“权重”是通过输入的数据系统自动汇总统计的得出的。
定制要点
1、双击“城市”、“权重”字段，由系统自动分配维度到“标签”标记项、分配度量到“大小”标记项，得到如下词云图：
2、添加“颜色”标记项（可选，建议执行此操作，图表示内容更清晰），拖拽“城市”字段到“颜色”标记项，系统以颜色区分话题。
从上图可以看出深圳、广州、上海搜索热度最高。
