在数据可视化的工具箱里，如果说热力图是用颜色深浅揭示“密度”，那么今天我们要介绍的矩阵树图，则是专门用来揭示“层级结构”与“占比关系”的视觉利器。
它将数据的大小转化为矩形的面积，用面积说话，让你一眼就能看出“谁占了大头，谁只是碎片”。
什么是矩阵树图？—— 数据的“层级比例地图 ”
想象一下你的电脑硬盘 存储空间：每个文件夹是一个大矩形，里面的子文件夹被切分成更小的矩形，面积越大，占用的空间越多。这就是矩阵树图的核心逻辑。
- 核心结构：由层级字段（如区域→省份→城市）和度量字段构成。整个大矩形代表根节点，内部被递归切割成多个小矩形，每个小矩形的面积代表该节点的数值大小。
- 视觉逻辑：它并非展示时间趋势或双分类交叉，而是展示整体与部分、父与子的包含关系。面积越大，数值贡献越高，同时可用颜色表示第二个度量。
- 核心价值：让你一眼看穿数据的层级构成，快速定位“大户”和“零头”，无需展开多级表格。
 什么时候该用它？——— 典型业务场景
矩阵树图的应用场景非常广泛，尤其擅长处理“父子层级”关系的分析，最适合解决“整体由哪些部分组成，其中哪部分最大”的问题。
一句话：只要你的数据能组织成“父子树”结构，并且想直观比较同级和上下级的大小关系，矩阵树图就是首选。
它的独特 之处在哪里？—— 不只是面积，更是“层级探测器”
- 面积 = 数值大小，一目了然
人眼对面积的敏感度远高于表格中的数字。矩形越大，数值越大。你可以瞬间识别出最大的矩形（业绩冠军）和最小的矩形（待优化项），无需逐个阅读数字。
- 层级钻取，层层深入
在支持交互的BI工具中，右键点击某个矩形，可以下钻到下一层级。比如从“华东区”下钻到“江苏、浙江、上海”，再下钻到具体城市。同时可以通过导航栏快速返回上级，让你从宏观到微观自由穿梭。
- 双编码增强表达
除了面积，你还可以用颜色编码第二个度量。例如：面积代表销售额，颜色代表同比增速。这样既能看出谁贡献最大，也能看出谁增长最快——一张图讲两个故事。
如何构建 一张实战图表？—— 从数据准备到视觉优化的"全流程"
背景：某商业银行信贷资产质量分析
某股份制商业银行风险管理部希望分析各分行及下属支行的贷款余额与不良贷款分布，以便更好地进行风险监控和资源调配。数据包括：分行名称、支行名称、贷款余额、不良贷款余额、不良率。
操作步骤
1、选择图表：选择并添加"矩形树图"组件。
2、配置字段：
标签：拖入"分行名称"
大小：拖入"贷款余额" → 矩形面积将自动与贷款余额成正比
颜色：拖入"不良率"，用颜色深浅表示风险高低——不良率越高，颜色越深
3、调整样式：
设置渐变色方案（如浅绿→黄→深红），让不良率高的矩形自动标红，符合"风险预警"的业务感知。
最终效果示意
开始"读图会诊"
- 最大矩形：华东分行，面积占比约35%，颜色为橙色→ 贷款余额最高，不良率也较低，资产质量良好。
- 次大矩形：华南分行，面积约28%，但颜色偏橙红色 → 贷款余额较高，但不良率明显偏高，需重点关注。
- 极小碎片：西北分行，面积占比最小→ 贷款余额极低，可能需要评估是否撤并网点或调整信贷政策。
- 异常发现：华南分行下属的"东莞支行"，矩形面积中等，但颜色呈深红色 → 贷款余额不算最大但不良率异常高，可能存在集中风险暴露。
 关键对比：矩阵树图 vs. 热力图 ———— 如何选择？
很多用户容易混淆这两种图表，因为它们都依赖视觉编码（面积或颜色）来传递信息。但两者的数据结构要求和分析目标截然不同：
- 矩阵树图：回答“整体由哪些部分构成？哪一块最大？” → 需要层级树形结构（如组织架构、产品分类）。
- 热力图：回答“两个维度的交叉点上，密度或强度如何分布？” → 需要二维矩阵数据（如时间×人员、经度×纬度）。
 选择指南
选择矩阵树图，如果...
- 你的数据有明显的层级关系（如：产品分类、组织架构）。
- 你想强调占比和权重（谁是最大的那块蛋糕）。
- 你需要通过下钻来探索从宏观到微观的细节。
选择热力图，如果...
- 你的数据是两个分类维度的组合（如：X轴是时间，Y轴是人员）。
- 你想强调分布密度和强度（哪里最拥挤，哪里最冷清）。
- 你的数据点之间没有父子包含关系，而是独立的交叉点。
 一句话总结
有层级、要探占比，用矩阵树图；有交叉、要找热点，用热力图。
两者并不互斥，在同一个分析报告中可以配合使用——例如先用热力图定位"业务高峰时段"，再用矩阵树图下钻分析该时段下各网点的业务构成。
 何时不该使用矩阵树图？—— 避开常见陷阱
- 层级过深或节点过多：超过500个矩形时，人眼很难区分微小色块，建议先聚合或改用旭日图。
- 数值差异极小：所有面积相近，看不出主次 → 用条形图即可。
- 需要精确比较数值：面积只能给"大概感觉"，精确值需依赖数据标签或表格。
- 没有层级关系：强行构建假层级会误导读者。
 总结
矩阵树图的魅力在于，它把枯燥的层级表格变成了一张色彩斑斓的面积地图。你不必展开十几行数据，也不必计算百分比——矩形的大小已经告诉了你一切。
- 对销售总监：它是区域战报，一眼看出哪个省是粮仓，哪个市在拖后腿。
- 对产品经理：它是SKU健康度仪表，快速定位滞销品与爆款。
- 对财务分析师：它是预算沙盘，清晰展示钱都花在了哪里。
你的业务数据中，是否也藏着一棵待挖掘的“树”？试试矩阵树图，让层级关系自己“长”出来——也许最大的那块矩形，就是你下一个要攻占的堡垒。
现在就来实战一下吧!——>【图表应用】矩阵树图：层级数据的“面积探测器” | 
