常见的图表类型

图表是指在屏幕中显示的、可以直观地展示统计信息、对知识挖掘和信息生动感受起关键作用的图形结构，它是一种很好地将数据直观、形象的“可视化”的手段。

相较于数值和文字而言，合理的数据图表描述得更加清晰，可以更直观地反映出数据之间的关系，更好地了解数据变化的趋势，以便于对研究做出合理的推断和预测。

数据可视化最常见的应用是一些统计图表，比如直方图、散点图、饼图等，这些图表作为统计学的工具，创建了一条快速了解数据集的途径，并成为令人信服的沟通手段，所以可以在大量的方案、新闻中见到这些统计图形。

接下来，我们来介绍一些数据分析中比较常见的图表，具体包括：

1. 直方图

直方图，又称作质量分布图，它是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据的类型，纵轴表示分布情况。直方图示例如图1所示。

图1 直方图示例

通过观察可以发现，直方图可以利用方块的高度来反映数据的差异。不过，直方图只适用于中小规模的数据集，不适用于大规模的数据集。

2. 折线图

折线图是用直线段将各数据点连接起来而组成的图形，以折线的方式显示数据的变化趋势。折线图可以显示随时间（根据常用比例设置）变化的连续数据，适用于显示在相等时间间隔下数据的趋势。折线图示例如图2所示。

图2 折线图示例

上述折线图中，X轴表示季度，Y轴表示产品的销量，分别用三条不同颜色的线段和标记，描述了每个季度A产品、B产品、C产品的销售数量。折线图很容易可以反映出数据变化的趋势，比如哪个季度销售的数量变多，哪个季度销售的数量变少，通过折线的倾斜程度都能一览无余。另外，多条折线对比还能看出哪种产品销售的比较好，更受欢迎。

3. 条形图

条形图是用宽度相同的条形的高度或者长短来表示数据多少的图形，可以横置或纵置，纵置时也称为柱形图。条形图示例如图3所示。

图3 条形图示例

图6-4中，蓝色和绿色的条形分别表示饮料和点心的销量，通过条形的长短，可以比较华北和华东地区这两种商品的销售情况。

4. 饼图

饼图可以显示一个数据序列（图表中绘制的相关数据点）中各项的大小与各项总和的比例，每个数据序列具有唯一的颜色或图形，并且与图例中的颜色是相对应的。饼图示例如图4所示。

图4 饼图示例

饼图中的数据点由圆环图的扇面表示，相同颜色的扇面是一个数据系列，并用所占的百分比进行标注。饼图可以很清晰地反映出各数据系列的百分比情况。

5. 散点图

在回归分析中，散点图是指数据点在直角坐标系平面上的分布图，通常用于比较跨类别的数据。散点图包含的数据点越多，比较的效果就会越好。散点图示例如图5所示。

图5 散点图（示例）

散点图中每个坐标点的位置是由变量的值决定的，用于表示因变量随自变量而变化的大致趋势，以判断两种变量的相关性（分为正相关、负相关、不相关）。例如，身高与体重、经度与纬度等。

散点图适合显示若干数据序列中各数值之间的关系，以判断两变量之间是否存在某种关联。对于处理值的分布和数据点的分簇，散点图是非常理想的。

6. 箱形图

箱形图又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图，因形状如箱子而得名，在各种领域中也经常被使用，常见于品质管理。箱形图的展示如图6所示。

图6 箱形图（示例）

箱形图包含了六个数据节点，会将一组数据按照从大到小的顺序排列，分别计算出它的上边缘、上四分位数、中位数、下四分位数、下边缘，还有一个异常值。箱形图提供了一种只用5个点对数据集做简单总结的方式。

综上所述，上述几种常用的图表分别适用于如下应用场景：

(1) 直方图：适于比较数据之间的多少。

(2) 折线图：反映一组数据的变化趋势。

(3) 条形图：显示各个项目之间的比较情况，和直方图有类似的作用。

(4) 散点图：显示若干数据系列中各数值之间的关系，类似X、Y轴，判断两变量之间是否存在某种关联。

(5) 箱形图：识别异常值方面有一定的优越性。

多学一招：区分直方图与条形图

直方图与条形图的区别具体如下：

首先，条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别）则是固定的。直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。

其次，由于分组数据具有连续性，所以直方图的各矩形通常是连续排列的，而条形图则是分开排列的。

最后，条形图主要用于展示分类数据，而直方图则主要用于展示数据型数据。