我們通常所說的數據可視化是指狹義的數據可視化，即將數據以圖表的方式進行呈現，常見于PPT、報表、新聞等場景。圖表是數據可視化最基礎的應用，它代表圖形化的數據，通常以所用的圖形符號命名，例如使用圓形符號的餅圖、使用線條符號的折線圖等。下面介紹一些常見的圖表，并結合一些應用場景給出圖表示例。

1.折線圖

折線圖是將數據標注成點，并通過直線將這些點按某種順序連接而成的圖表，它以折線的方式形象地反映事物沿某個維度的變化趨勢，能夠清晰地展示數據增減的趨勢、速率、規律及峰值等特征。折線圖一般將時間序列作為x軸的數據，將時間序列對應的數值作為y軸的數據，適用于反映具有固定時間間隔的數據的變化趨勢的場景，例如股票分析、天氣預報等。例如，海口市4月23-29日的最高氣溫和最低氣溫的變化情況如圖1-4所示。

圖1 海口市4月23-29日的最高氣虛和最低氣溫的變化情況

2.柱形圖

柱形圖是由一系列寬度相等的縱向矩形條組成的圖表，它利用矩形條的高度表示數值，以此反映不同分類數據之間的差異。械形圖一般將分類作為x軸的數據，將各分類對應的值作為y軸的數據，適用于中小規模數據集的各分類之間比較的場景。例如，2015-2018年阿里巴巴公司的營業收入情況如圖2所示。

圖2 2015一2018年阿里巴巴公司的營業收入情況

3.條形圖

條形圖是橫置的柱形圖，由一系列高度相等、長短不一的橫向矩形條組成。與柱形圖相比，條形圖更適用于矩形條數量較多的場合，但一般建議矩形條的數量不超過30個。例如，2019年上半年快手用戶對各類商品廣告的關注率如圖3所示。

圖3 2019年上半年快手用戶對各類商品廣告的關注率

4.堆積圖

堆積圖分為堆積面積圖、堆積柱形圖和堆積條形圖。其中堆積面積圖是由若干折線與折線或水平坐標軸之間的填充區域組成的圖表，它的最大區域是一個代表所有數據總和的整體，堆積的各區域代表各組數據，用于反映整體與部分的關系：堆積柱形圖和堆積條形圖是由若干個以顏色或線條填充、高度不一的縱向矩形條或橫向矩形條堆疊而成的圖表，用于反映每個構成部分在總體中的比重。例如，2017年全球及各地區一次性能源的消費結構如圖4所示。

圖4 2017年全球及各地區一次性能源的消費結構

5.直方圖

直方圖又稱質量分布圖，是由一系列高低不等的縱向矩形條或線段組成的圖表，用于反映數據的分布和波動情況。直方圖通常將連續型數據分割成若干個不重疊的值范圍分段，以此作為x軸的數據，將每個范圍分段中統計的值頻率作為y軸的數據，適用于了解產品質量的分布規律、估算施工過程中的不合格率等工程領域，或者識別人臉特征的人工智能領域。例如，某廠商對100個抽樣產品的質量級別評定情況如圖5所示。

圖5 某廠商對100個抽樣產品的質量級別評定

注意：

柱形圖與直方圖展示的效果非常相似，但兩者又所不同，主要區別為：

(1)柱形圖用于展示離散型數據(記錄不同類別的數據)的分布，而直方圖用于展示連續型數據(一定區間內連續數值所組成的數提)的分布;

(2)柱形圖的各矩形條之間具有固定的間驚，而直方圖的各矩形條之間沒有任何間隙。

6.箱形圖

箱形圖又稱盒須圖、箱線圖，是令種利用數據中的5個統計量(最小值、下四分位數、中位數、上四分位數和最大值錨述數據的圖表，主要用于反映一組或多組數據的對稱性、分布程度等信息，因形狀如箱子而得名。箱形圖能夠識別異常值、判斷偏態與尾重、比較數據形狀，適用于品質管理的場景。例如，不同廠家所產地毯的耐用性比較如圖6所示。

圖6 不同廠家所產地毯的耐用性

圖6中4個圖形從左到右依次代表廠家1、廠家2、廠家3和廠家4所產的地毯。由圖6可知，每個圖形的結構相同，包括一個矩形箱體、上下兩條豎線、上下兩條橫線，其中箱體代表數據的集中范圍，上下兩條豎線分別代表數據向上和向下的延伸范圍，上下兩條橫線分別代表最大值和最小值。若數據中存在異常值(也稱為離群值)，則會以圓圈的形式顯示到圖中橫線上方或下方。為了便于理解，下面通過圖7來描述箱形的結構及異常值。

圖7 箱形的結構及異常值

7.餅圖

餅圖是由若干個面積大小不一、以條形或顏色填的扇形組成的圓形圖表，它使用圓表示數據的總量，組成圓的每個扇形表示數據中各項占總量的比例大小，主要用于顯示數據中各項大小與各項總和的比例。餅圖中的圓與扇形分別代表整體與部分，可以形象地展示數據整體與各項數據的關系，適用于快速了解整體數據中各項數據分配情況的場景。例如，2018年全國居民的人均消費支出情況如圖11新示。

圖8 2018年全國居民的人均消費支出情況

值得一提的是，圓環圖也能顯示各項與整體之間的關系，它使用圓環表示整體，組成圓環的每個楔形表示各項的占比，外形像空心的圓餅。與餅圖相比，圓環圖可以展示多組數據的比例，但并不容易被人們理解，很多時候可以用堆積柱形圖或堆積條形圖替代。

8.散點圖

散點圖又稱X-Y圖，是由若干個數據點組成的圖表，主要用于判斷兩變量之間是否存在某種關聯，或者總結數據點的分布模式。散點圖中數據點的分布情況可以體現變量之間的相關性：若所有的數據點在一條直線附近呈波動趨勢，說明變量之間是線性相關的;若數據點在曲線附近呈波動趨勢，說明變量之間是非線性相關的：若數據點沒有顯示任何關系，說明變量之間是不相關的，常見于分析兩變量相關性的場景。例如，股票回報率與基金回報率的投資分析情限如圖8所示。

圖9 股票回報率與基金回報半的投資分析情況

9.氣泡圖

氣泡圖是散點圖的變形，它是一和能夠展示多變量關系的圖表。氣泡圖一般使用兩個變量標注氣泡在坐標系中的位置，使用3個變量標注氣泡的面積，適用于分類數據對比、多變量相關性等情況，常見于財數據分析中。例如，第1梯隊和第2梯隊主流App用戶量與上線時間的分布情況如圖10所示。

圖10 第1梯隊和第2梯隊主流App用戶量與上線時間的分布情況

值得一提的是，氣泡圖中過多的氣泡會增加圖表的閱讀難度，因此氣泡的數量不宜過多。為了能在有限的氣泡中展示更多的信息，可以給氣泡圖中的氣泡加入交互功能，單擊該氣泡圖1-13第1梯隊和第2梯隊主流App用戶量與上線時間的分布情況

值得一提的是，氣泡圖中過多的氣泡會增加圖表的閱讀難度，因此氣泡的數量不宜過多。為了能在有限的氣泡中展示更多的信息，可以給氣泡圖中的氣泡加入交互功能，單擊該氣泡即可查看其隱藏的信息。

10.誤差棒圖

誤差棒圖是使用誤差棒注明被測量數據的不確定度大小的圖表，用于表示測量數據中客觀存在的測量偏差(標準差或標準誤差)。誤差棒圖中誤差棒是以被測量數據的平均值為中點，在表示測量值大小的方向上畫出的一條線段，線段長度的一半為不確定度。例如，某城市上年降雨量的統計分析如圖11所示。

圖11 某城市年降雨量的統計分析

11.雷達圖

區圖，由一組坐標軸和多個等距同心圓或多邊形組成，雷達圖又稱蜘蛛網圖、星狀圖、是一種表現多維(4維以上)數據的圖表。雷達圖中的坐標軸起始于同一個圓心點，結束于最外圍圓周邊緣，每個坐標軸代表一個指標，其上面會將多個維度的數據映射成點，連接數據點圍成一個多邊形，適用于對多指標對象做出全局性、整體性評價的場景，常見于企業經菲狀況的評價和財務分析。例如，某人通過霍蘭德職業興趣測試的結果如圖11所示。

圖12 某人通過霍蘭德職業興趣測試的結果

12.統計地圖

統計地圖是一種以地圖為背景，使用各種線紋、色彩、幾何圖形或實物形象標注指標數值及其在不同地理位置的分布狀況的圖表。統計地圖主要用于說明某些現象在地域上的分布，適用于比較人口、資源、產量等在各地區的分布情況。例如，某平臺朔州市用戶的地域分布情況如圖12所示。

圖13 2021年2月1日中國新型冠狀病毒肺炎疫情地圖

13.3D圖表

3D圖表是一類在三維坐標系中呈現數據的圖表。常用的3D圖表包括3D散點圖、3D折線圖、3D曲面圖、3D直方圖、3D柱形圖等。與2Q 相比，3D圖表的效果更為酷炫，其在視覺上的表現力更強，且可仿真很多場景，適用于金融、氣象、地理、建筑、交通等場景。例如，豆粕期權隱含波動率如圖14所示。

圖14 豆粕期權隱含波動率