，他在自己的网站上收录了 60 种可视化图表款式以及它们别离适用于什么样的场景，并且引荐了相应的制造东西。
点阵图表 (Dot Matrix Chart) 以点为单位显现离散数据，每种色彩的点表明一个特定类别，并以矩阵办法组合在一同。
合适用来快速检视数据会集不同类别的散布和份额，并与其他数据集的散布和份额进行比较，让人更简略找出傍边办法。
点数图 (Point & Figure Charts)也称为「P&F 图」，运用由 X 和 O 符号组成的一系列方格来显现特定财物的供需联系。
这种图表与时刻无直接联系，首要会集看财物的过滤价格体现；它也不会显现买卖量，其意图仅仅显现任何供需联系上的改动，称为「打破」(breakouts)。
弧线图 (Arc Diagram) 是二维双轴图表以外另一种数据表达办法。在弧线图中，节点将沿着 X轴放置，然后再运用弧线表明节点与节点之间的衔接联系。
弧线图合适用来查找数据一同呈现的状况。但缺陷是：不能如其他双轴图表般清楚显现节点之间的结构和衔接，并且过多衔接也会使图表难于阅览。
平行坐标图 (Parallel Coordinates Plots) 能显现多变量的数值数据，最合适用来比较同一时刻的多个变量，并展现它们之间的联系。
当数据密布时，平行坐标图简略变得紊乱、难以辨认。处理办法是经过互动技能，杰出显现所选定的一条或多条线，一同淡化一切其他线条，让咱们能更会集研讨感兴趣的部分，并滤除搅扰数据。
网络图首要有别离为「不定向」和「定向」两种。不定向网络图仅显现实体之间的衔接，而定向网络图则可显现衔接是单向仍是双向（经过小箭头）。
运用图画能克服言语、文明和教育水平方面的差异，是更具代表性的数据显现办法。举个比如，假如数据是「5 辆车」，图中便会显现 5 个轿车图画。
直方图合适用来显现在接连距离或特定时刻段内的数据散布，有助于估量数值会集方位、上下限值以及确认是否存在距离或异常值；也可大略显现概率散布。
密度图 (Density Plot) 又称为「密度曲线图」，用于显现数据在接连时刻段内的散布状况。
这种图表是直方图的变种，运用滑润曲线来制作数值水平，然后得出更滑润的散布，并且它们不受所运用分组数量的影响，所以能更好地界定散布形状。
人口金字塔 (Population Pyramid)也称为「年龄性别金字塔」，是互相背靠背的一对直方图，显现一切年龄组和男女人口的散布状况。
人口金字塔最合适用来检测人口办法的改动或差异。多个人口金字塔放在一同更可用于比较各国或不同集体之间的人口办法。
条形图 (Bar Chart) 也称为「棒形图」或「柱形图」，选用水平或笔直条形（柱形图）来比较不同类别的离散数值。
条形图的离散数据是分类数据，针对的是单一类别中的数量多少，而不会显现数值在某时刻段内的持续开展。
多组条形图一般用来将分组变量或类别与其他数据组进行比较，也可用来比较迷你直方图，每组内的每个条形将表明变量的明显距离。
跟多组条形图不同，堆叠式条形图 (Stacked Bar Graph) 将多个数据集的条形互相重迭显现，合适用来显现大型类别怎么细分为较小的类别，以及每部分与总量有什么联系。
不等宽柱状图 (Marimekko Chart)也称为「马赛克图」，用来显现分类数据中一对变量之间的联系，原理类似双向的100% 堆叠式条形图，但其间一切条形在数值/标尺轴上具有持平长度，并会被区别红段。
不等宽柱状图的首要缺陷在于难以阅览，特别是当含有许多分段的时分。此外，咱们也很难精确地对每个分段进行比较，因为它们并非沿着一同基线摆放在一同。
跟折线图相同，面积图可显现某时刻段内量化数值的改动和开展，最常用来显现趋势，而非表明详细数值。
两种较常用的面积图是分组式面积图和堆叠式面积图。分组式面积图在相同的零轴开端，而堆叠式面积图则从从前数据系列的最终数据点开端。
十分合适用来比较数值和显现份额（尺度、数量等），以便快速全面地了解数据的相对巨细，而无需运用刻度。
份额面积图一般运用正方形或圆形，常见技能过错是，运用长度来确认形状巨细，而非核算形状中的空间面积，导致数值呈现指数级的增加和削减。
堆叠式面积图 (Stacked Area Graph) 的原理与简略面积图相同，但它能一同显现多个数据系列，每一个系列的开端点是从前数据系列的完毕点。
堆叠式面积图运用区域面积来表明整数，因而不适用于负值。总的来说，它们合适用来比较同一距离内多个变量的改动。
这种图表是堆叠式面积图的一种变体，但其数值并非沿着固定直线轴来制作，而是围绕着不断改动的中心基线。
经过运用活动的有机形状，量化波形图 (Stream Graph) 可显现不同类别的数据跟着时刻的改动，这些有机形状有点像河流，因而量化波形图看起来适当美丽。
在量化波形图中，每个波涛的形状巨细都与每个类别中的数值成份额。与波形图平行活动的轴用作时刻刻度。咱们也能够用不同色彩区别每个类别，或许经过改动色彩来显现每个类别的附加定量值。
雷达图 (Radar Chart)又称为「蜘蛛图」、「极地图」或「星图」，是用来比较多个定量变量的办法，可用于检查哪些变量具有类似数值，或许每个变量中有没有任何异常值。
每个变量都具有自己的轴（从中心开端）。一切的轴都以径向摆放，互相之间的距离持平，一切轴都有相同的刻度。轴与轴之间的网格线一般只作指引用处。每个变量数值会画在其所属轴线之上，数据集内的一切变量将连在一同构成一个多边形。
在每个流程阶段中，流向箭头或线能够组合在一同，或许往不同途径各自分隔。咱们可用不同色彩来区别图表中的不同类别，或表明从一个阶段到另一个阶段的转化。
平行调集图与桑基图类似，都显现流程和份额，但平行调集图不运用箭头，它们在每个所显现的线集 (line-set) 区别流程途径。
每个线集对应于一个维度/数据集，其数值/类别由该线集内的不同线段所表明。每条线的宽度和流程途径，均由类别总数的份额份数所决议。每条流程途径都能够用不同色彩代表，以显现和比较不同类别之间的散布。
差错线能够作为一项增强功用来显现数据改动，一般用于显现规模数据会集的标准偏差、标准差错、置信区间或最小/最大值。
差错线总是平行于定量标尺的轴线，能够是笔直或水平显现（取决于定量标尺是在 Y 轴仍是 X 轴上）。
树状结构图 (Treemap) 是一种运用嵌套式矩形显现层次结构的办法，一同经过面积巨细显现每个类别的数量。
每个类别会获分配一个矩形区域，而其子类别则由嵌套在其间的小矩形代表。当不同数量被分配到各个类别时，这些矩形的面积巨细会与此数量成正比显现。
Ben Shneiderman 开端开发树状结构图用来在核算机上显现许多文件目录，而不会占用太多屏幕空间，因而树状结构图是一种紧凑并且节约空间的层次结构显现办法，可让人快速了解结构。
圆堆积 (Circle Packing)也称为「圆形树结构图」，是树形结构图的变体，运用圆形（而非矩形）一层又一层地代表整个层次结构。
每个圆形的面积也可用来表明额定恣意数值，如数量或文件巨细。咱们也可用色彩将数据进行分类，或经过不同色彩表明另一个变量。
尽管圆堆积看起来美丽，但不及树形结构图般节约空间（因为圆圈内会有许多空白处），但是它实际上比树形结构图更能有用显现层次结构。
饼形图合适用来快速展现数据份额散布，但首要缺陷是：不能显现太多项目、一般需求图例阐明、不能精确比较。
不过，圆环图仍是比饼形图略有优势，它让人不再只看「饼」的面积，不和更注重全体数值的改动：专心于阅览弧线的长度，而不是比较「饼与饼」之间的份额不同。
统计学家和医学改革家佛罗伦萨‧南丁格尔 (Florence Nightingale) 曾在克里米亚战争期间运用这种图表传达战士身亡状况，故得名。
也称为「多层饼形图」或「径向树图」，经过一系列的圆环显现层次结构，再按不同类别节点进行切开。
也称为「时刻系列螺旋图」，沿阿基米德螺旋线 (Archimedean spiral) 画上根据时刻的数据。
图表从螺旋形的中心点开端往外开展。螺旋图十分多变，可运用条形、线条或数据点，沿着螺旋途径显现。
这种图表运用同心圆网格来制作条形图。每个圆圈表明一个数值刻度，而径向分隔线则用作区别不同类别或距离（假如是直方图）。
条形一般从中心点开端向外延伸，但也能够别处为起点以显现数值规模（如跨度图）。此外，条形也能够如堆叠式条形图般堆叠起来。
热图 (Heatmap) 经过色彩改动来显现数据，当应用在表格时，热图合适用来穿插检查多变量的数据。
热图适用于显现多个变量之间的差异；显现傍边任何办法；显现是否有互相类似的变量；以及检测互相之间是否存在任何相关性。
因为热图依靠色彩来表达数值，它比较合适用来显现广泛数值数据，因为要精确地指出色彩之间的差异一直有难度，也较难从中提取特定数据点（除非在单元格中参加原始数据）。
散点图 (Scatterplot)也称为「点图」、「散布图」或「X-Y 点图」，用来显现两个变量的数值（每个轴上显现一个变量），并检测两个变量之间的联系或相关性是否存在。
图表中可参加直线或曲线来辅佐剖析，并显现当一切数据点凝集成单行时的容貌，一般称为「最佳拟合线」或「趋势线」。
如您有一对数值数据，可运用散点图来检查其间一个变量是否在影响着另一个变量。但是请记住，相关性并非因果联系，也有或许存在另一个变量在影响着成果。
气泡图是一种包括多个变量的图表，结合了散点图和份额面积图，圆圈巨细需求依照圆的面积来制作，而非其半径或直径。
但是，过多气泡会使图表难以阅览，但咱们能够在图表中参加交互性功用来处理这个问题（点击或把鼠标悬停在气泡上以显现躲藏信息），也可选择重组或挑选分组类别。
气泡地图合适用来比较不同地舆区域之间的份额，而不会受区域面积的影响。但气泡地图的首要缺陷在于：过大的气泡或许会与地图上其他气泡或区域呈现重迭。
区域散布图一般用来显现不同区域与数据变量之间的联系，并把所显现方位的数值改动或办法进行可视化处理。
咱们在地图上每个区域以不同深浅度的色彩表明数据变量，例如从一种色彩渐变成另一种色彩、单色彩渐进、从通明到不通明、从光到暗，乃至动用整个色谱。
但缺陷是无法精确读取或比较地图中的数值。此外，较大的区域会比较小区域愈加显眼，影响读者对数值的感知。
制作区域散布图时的常见过错：对原始数据值（例如人口）进行运算，而不是运用归一化值（例：核算每平方公里的人口）。
点示地图 (Dot Map)也称为「点示散布图」或「点示密度图」。在地舆区域上放置持平巨细的圆点，旨在检测该地域上的空间布局或数据散布。
点示地图共有两种：1对1（每点代表单一计数或一件物件）和一对多（每点表明一个特定单位，例如 1 点 = 10棵树）。
衔接地图十分合适用来显现地舆衔接和联系，也能够经过研讨衔接地图上的衔接散布或会集程度来显现空间格局。
流向地图 (Flow Map) 在地图上显现信息或物体从一个方位到另一个方位的移动及其数量，一般用来显现人物、动物和产品的搬迁数据。
甘特图 (Gantt Chart) 一般用作项目办理的安排东西，显现活动（或使命）列表和持续时刻，也显现每项活动何时开端和完毕。
箱形图又称为「盒须图」或「箱线图」，能便利显现数字数据组的四分位数，能够笔直或水平的办法呈现。
从盒子两头延伸出来的线条称为「晶须」(whiskers)，用来表明上、下四分位数以外的变量。异常值 (Outliers) 有时会以与晶须处于同一水平的单一数据点表明。
子弹图 (Bullet Graph) 的功用类似于条形图，但参加更多视像元素，供给更多弥补信息。
子弹图开端由 Stephen Few 开发，用来替代外表盘上如里程表或时速表这类图形外表，处理显现信息缺乏的问题，并且能有用节约空间，更可除去外表盘上一些不必要的东西。
又叫「日本K线图」，一般用来显现和剖析证券、衍生东西、外汇钱银、股票、债券等产品跟着时刻的价格改变。
蜡烛图经过运用烛台式的符号来显现多种价格信息，例如开盘价、收盘价、最高价和最低价，每个代表单一时刻段（每分钟、每小时、每天或每月）的买卖活动。每个烛台符号沿着 X 轴上的时刻刻度制作，显现跟着时刻推移的买卖活动。
但是，蜡烛图只能显现开盘价和收盘价之间的联系，而非两者之间所产生的工作，因而也无法用来解说买卖动摇的缘由。
也称为「规模条形/柱形图」或「起浮条形图」，用来显现数据集内最小值和最大值之间的规模，合适用来比较规模，尤其是已分类的规模。
跨度图只会集显现极点数值，不供给任何关于最小值和最大值之间的数值、全体平均值或数据散布等其他信息。
卡吉图 (Kagi Chart)能经过一系列线段显现价格体现，然后显现特定财物的一般供需水平。因为与时刻无直接联系，它能更明晰地显现重要的价格走势。
美国线 (Open-high-low-close Charts)也称为「OHLC 图」或「价格图」，一般用作买卖东西，显现和剖析证券、钱银、股票、债券等产品随时刻的价格改变。
弦图 (Chord Diagram) 能够显现不同实体之间的彼此联系和互相同享的一些共通之处，因而这种图表十分合适用来比较数据集或不同数据组之间的类似性。
节点围绕着圆周散布，点与点之间以弧线或贝塞尔曲线互相衔接以显现傍边联系，然后经过每个圆弧的巨细份额再给每个衔接分配数值。此外，也能够用色彩将数据分红不同类别，有助于进行比较和区别。
非彩带弦图 (Non-ribbon Chord Diagram) 是弦图的一个精简版别，仅显现节点和衔接线，愈加着重数据之间的衔接联系。
树形图 (Tree Diagram)也称为「安排图」或「链路图」，是经过树状结构表明层次结构的一种办法。
其结构一般由没有上级/父级成员的元素开端（根节点），然后参加节点，再用线连在一同，称为分支，表明成员之间的联系和衔接。最终是枝叶节点（或称为结尾节点），是没有子节点的成员。
树形图一般用于表明家庭联系和血缘、分类学、进化科学、核算机科学与数学等，也是企业和安排的办理东西。
流程图 (Flow Chart) 运用一系列彼此衔接的符号制作出整个进程，然后解说杂乱和/或笼统的进程、体系、概念或算法的运作办法。
不同符号代表不同意思，每种都具有各自的特定形状。流程图以弧形矩形表明流程的开端和完毕；线段或箭头用于显现从一个过程到另一个过程的方向或流程；简略的指令或动效果矩形来表明，而当需求作出决议时，则运用钻石形状...
脑力激荡图经常在项目初期运用，用来产生主意、查找相关、分类主意、安排信息、显现结构和一般学习。
记数符号图表 (Tally Chart) 既是记载东西，也可经过运用符号数字体系来显现数据散布频率。
在制作记数符号图表时，将类别、数值或距离放置在同一个轴或列（一般为 Y 轴或左边榜首列）上。每逢呈现数值时，在相应的列或行中增加记数符号。
人类曾开宣布各种日历体系作为安排东西，协助咱们提早做好方案。咱们也把日历当作可视化东西，适用于显现不一同刻段的活动工作的安排状况。
今日咱们最常用的日历办法是公历，每个月份的月历由七个笔直列组成（代表每周七天），另有约五至六行以水平办法代表星期。
但是，日历格局并没有严厉规则，所以市道上有林林总总不同的规划，只需能以时刻次序显现日期或时刻单位便可。
时刻线 (Timeline) 是以时刻次序显现一系列工作的图象化办法，首要功用是传达时刻相关信息，用于剖析或呈现前史故事。
假如是按份额制作的时刻线，咱们能够经过检查不同工作之间的时刻距离，了解工作产生的时刻或即将在何时产生，从中查找时刻段内的工作是否遵从任何办法，或许工作在该时刻段内怎么散布。
阐明图旨在运用笔记、标签和图例来解说阐明所显现的图画，以便解说概念或办法、描绘物件或场所、显现工作的运作改动或协助了解所显现的主题。
茎叶图 (Stem & Leaf Plots)又称为「枝叶图」，是一种按位数 (place value)安排数据的办法，可用来显现数据散布。
不变的位数由小至大、由上至下显现在中心的「茎」（一般是以十为单位），每个位数之内的数据则会成为「叶」并横向延伸。
除了向读者快速供给数据散布信息之外，茎叶图也可用于杰出异常值和查找办法。假如您有两个数据集，则可运用背对背或两层茎叶图来比较两者。
文氏图 (Venn Diagram)也称为「调集图」，显现集与集之间一切或许存在的逻辑联系，每个集一般以一个圆圈表明。
每个集都是一组具有一同之处的物件或数据，当多个圆圈（集）彼此重迭时，称为交集 (intersection)，里边的数据一同具有重迭会集的一切特点。
小提琴图 (Violin Plot)结合了箱形图和密度图的特征，首要用来显现数据的散布形状。
字云图 (Word Cloud)也称为「标签云图」、「词云」等，每个此的巨细与其呈现频率成正比，以此显现不同单词在给定文本中的呈现频率，然后将一切的字词排在一同，构成云状图画。
上一篇：R言语怎么制作雷达图 下一篇：R言语fmsb包画雷达图（radar plot）的一个简略小比方