妈妈再也不用担心我选啥图表啦

数据千千万，图表来分辨。

我们时常会遇到需要展示数据分布的场景，大到舆情热词分布、高考学生成绩分布，小到菜价涨跌图、每日支出分布、英雄技能点分布，等等。下面我们来看看常用表示数据分布的图表有哪些：

折线图是经常使用的图表之一，主要反映二维数据的变化情况，往往可以展示多组数据与某一变量的变化。折线图与时间轴是一对好搭档，可以预测未来趋势。

误区&注意事项：

要达到“一图胜千言”的效果，数据的波动范围也是需要考虑的因素。一般而言，数据波动占图表篇幅的 2/3 会获得比较好的视觉效果。

阶梯图是折线图的变形，线段在数据点形成一系列的曲折变化。阶梯折线图适合用来表现一些不规则间隔发生的变化，例如股票涨跌，汇率变动等。

误区&注意事项：

与折线图一样，过多条数据线出现在同一张图并不是明智选择。另外，由于阶梯折线图线段较为平直，在不同线段交汇时更容易使读者误判，所以在设计图表时也要考虑到这一点。

面积图是一种用来描述数据分布趋势的图表，通过视觉上面积的大小，突出数值总体的变化趋势。

误区&注意事项：

当数据集数值之间距离过远时，不适宜采用基础面积图。

堆叠面积图与基础面积图相似，不同的是，堆叠面积图的数据集起点是基于上一数据集的。这样的设计有效的避开了面积重叠带来的识图不便，另外可以清晰地看出不同分量对于总体的贡献程度。

误区&注意事项：

堆叠面积图反映的是占比关系，因此负值是不可以出现在图表中的。在设计时，变化量较小的数据集置于底部，更有利于视觉效果的提升。

区间面积图可以绘制一条数据带，填充颜色后，数据带的面积可以反映数据的上下宽度，从一定程度上也可以看出数据的离散程度。

误区&注意事项：

数据带通过同一X坐标的两个Y坐标差值计算而得，所以对于Y坐标差值较小的数据集，区间面积图并不适用。

直方图，又称为质量分布图，是一种统计学图表，由卡尔·皮尔逊（ Karl Pearson ）最先引入。不同于其他图表，直方图是精确反映数值分布的一种图表，通过柱形高低表示不同类型数据的多寡。直方图可以用来反映样本数量较大的数据，通过合理的组距划分，可以较好地突出数据本身的分布特征。

误区&注意事项：

若样本数量过小会产生较大偏差，因此50个以上的样本数据更适合直方图。组距也是在绘制直方图时需要考虑的因素，组数过大或过小都会影响读者对数据分布的正确判断。

折线柱状图是将最常用的两种图表类型，折线图和柱状图合二为一。

误区&注意事项：

折线柱状图可以反映不同的数据，但是在设计时要注意柱状图与折线重合部分是否会导致读者阅读困难。

散点图通常用于显示和比较数值，不只可以显示趋势，还能显示数据集群的形状，以及在数据云团中各数据点的关系。

误区&注意事项：

散点图与直方图类似，适用于数据量较大的项目。

气泡图可以看作是散点图的一种变化，其中数据点被气泡代替，因此可以展示三个变量的关系。从整体上看，气泡图可用于分析数据之间的相关性。

误区&注意事项：

气泡图在绘制过程中要防止数据点过密而导致气泡大面积重合，这样既无法准确表现出数据点，也无法很好的探究数据之间的关联性。