1. 柱狀圖 (Bar Chart)

• 適用場景：適用于二維數據集（每個數據點有 X 和 Y 兩個值），但只有一個維度需要比較，用于顯示一段時間內的數據變化或顯示各項指標之間的比較情況。例如年銷售額就是二維數據，“年份”和“銷售額”就是它的兩個維度，但僅僅需要比較“銷售額”這一個維度。

• 特性：利用柱子的高度，反應數據的差異，肉眼對高度很敏感，辨識效果非常好。柱狀圖的局限性在于僅適用于中小規(guī)模的數據集。

通常來說，柱狀圖的X軸是時間維，用戶習慣性認為存在時間趨勢。如果遇到X軸不是時間維的情況，建議用顏色區(qū)分每根柱子，改變用戶對時間趨勢的關注。

2. 折線圖（Line Chart）

• 適用場景：一般用來表示趨勢的變化，X軸一般為日期字段。適合于二維的大數據集，尤其是那些趨勢比單個數據點更重要的場合。它還適合多個二維數據集的比較。

• 特性：非常直觀的表現出數據變化的趨勢。

3. 餅圖 （Pie chart）

• 適用場景：顯示各項的大小與各項總和的比例。適用于簡單的占比比例圖，在不要求數據精細的情況適用。

• 特性：一般情況下應該用柱狀圖替代餅圖。但是有一個例外，就是反映某個部分占整體的比重，比如貧窮人口占總人口的百分比。

4. 散點圖

• 適用場景：顯示若干數據系列中各數值之間的關系，類似XY軸，判斷兩變量之間是否存在某種關聯。散點圖適用于三維數據集，但其中只有兩維數據是需要比較的。另外，散點圖還可以看出極值的分布情況。

• 特性：對于處理值的分布和數據點的分簇區(qū)域（通過設置橫縱項的輔助線），散點圖都很理想。如果數據集中包含非常多的點，那么散點圖便是最佳圖表類型。

例如下圖是各國的醫(yī)療支出與預期壽命，三個維度分別為國家、醫(yī)療支出、預期壽命，只有后兩個維度需要比較。為了識別第三維，可以為每個點加上文字標示，或者不同顏色。

5. 氣泡圖

• 適用場合：氣泡圖是散點圖的一種變體，通過每個點的面積大小，反映第三維。例如下圖是卡特里娜颶風的路徑，三個維度分別為經度、緯度、強度。點的面積越大，就代表強度越大。

• 特性：因為用戶不善于判斷面積大小，所以氣泡圖只適用不要求精確辨識第三維的場合。如果為氣泡加上不同顏色（或文字標簽），氣泡圖就可用來表達四維數據。

6. 雷達圖（Radar Chart）

• 適用場合：雷達圖適用于多維數據（四維以上），且每個維度必須可以排序（國籍就不可以排序）。但是，它有一個局限，就是數據點最多6個，否則無法辨別，因此適用場合有限。

• 特性：面積越大的數據點，就表示越重要。主要用來了解公司各項數據指標的變動情形及其好壞趨向。

小結

• 參考文獻

互聯網上相關文章