数据可视化分析是一种将数据转换为图形或图表，以便更直观地理解和解释数据的方法。在数据可视化分析中，常用的方法包括以下几种：
1. 条形图（Bar Chart）：条形图是一种常见的二维图形，用于比较不同类别的数据大小。它可以展示各个类别之间的比例关系，如销售金额、员工数量等。条形图可以分为单柱条形图、堆叠条形图和分组条形图等类型。
2. 折线图（Line Chart）：折线图是一种连续的图形，用于展示时间序列数据的变化趋势。它可以帮助我们了解数据的发展趋势、波动情况以及周期性变化。折线图可以分为线性折线图、指数折线图和对数折线图等类型。
3. 饼图（Pie Chart）：饼图是一种圆形的图形，用于展示各部分占总体的百分比。它可以帮助我们发现数据中的各个组成部分所占的比例，以及它们之间的关系。饼图可以分为环形饼图、分层饼图和复合饼图等类型。
4. 散点图（Scatter Plot）：散点图是一种二维图形，用于展示两个变量之间的关系。它可以帮助我们发现变量之间的相关性、趋势以及异常值。散点图可以分为散点图、气泡图、箱线图和热力图等类型。
5. 雷达图（Radar Chart）：雷达图是一种三维图形，用于展示多个变量之间的相对位置。它可以帮助我们发现变量之间的相对重要性、差异和关联性。雷达图可以分为三维雷达图和多维雷达图等类型。
6. 热力图（Heat Map）：热力图是一种二维图形，用于展示数据在不同维度上的分布情况。它可以帮助我们发现数据中的热点区域、异常值以及潜在的模式和趋势。热力图可以分为静态热力图和动态热力图等类型。
7. 树状图（Tree Map）：树状图是一种二维图形，用于展示层次结构的数据。它可以帮助我们发现数据的层级关系、分类和聚合情况。树状图可以分为树状图、树状图地图和树状图矩阵等类型。
8. 直方图（Histogram）：直方图是一种二维图形，用于展示数据的频率分布。它可以帮助我们发现数据的集中趋势、离散程度以及异常值。直方图可以分为单峰直方图、双峰直方图和多峰直方图等类型。
9. 箱线图（Box Plot）：箱线图是一种二维图形，用于展示数据的四分位数、中位数和异常值。它可以帮助我们发现数据的波动范围、异常值以及数据的分布特征。箱线图可以分为单箱线图、双箱线图和三箱线图等类型。
10. 热力图（Heat Map）：热力图是一种二维图形，用于展示数据在不同维度上的分布情况。它可以帮助我们发现数据中的热点区域、异常值以及潜在的模式和趋势。热力图可以分为静态热力图和动态热力图等类型。
总之，在数据可视化分析中，常用的方法包括条形图、折线图、饼图、散点图、雷达图、热力图、树状图、直方图和箱线图等。这些方法可以根据具体的需求和数据特点进行选择和应用，以实现有效的数据可视化分析。
