1. 散点图

散点图根据 （x,y） 坐标对进行绘制，X序列对有序性无要求，故散点图的展示优势，并不在于展示Y序列随X序列的递增/递减的变化情况，而是更适合展示 无序数据对的分布情况。

2. 折线图

与散点图类似，折线图同样是根据 （x,y） 坐标对进行绘制，但对X序列有递增/递减性的要求，故擅长展示随X序列的递增/递减 Y的变化情况。

折线图既可以对单事物随X的变化展示Y的变化情况，也可以在多用户间归一化X轴，在三维层面展示不同事物间Y的大小。

3. 直方图

直方图轴的特点为：将连续的X轴分割为离散的块，Y轴表示块内频次。

直方图的展示，旨在展示二维下同一事物在离散块上的聚集表现。
直方图的关注点仍然在同一事物在二维上的自我比对，可以认为是散点图的变形 —- 散点图将X轴离散，Y轴不再以实际位置为参考，而是以集中在离散块上的标量和作为展示方式。

总体而言，直方图与二维折线图有较多相似之处，都能够比对自身的变化；然直方图有一处是折线图无法展现的：直方图的X轴聚集，对X序列的递增/递减性无要求，可以展示同一类别的不同单位（长度、类别、时间等），这对X轴的要求进一步放开了。

4. 条形图

条形图与直方图相似，也将X轴离散化为聚集块，Y轴表示块内频次；但不同处在于，条形图的X轴不是在连续性基础上进行的分割聚集，而是天然的分类，例如 苹果销量 与 荔枝销量 不具有递增/递减的连续性，而是天然的分类。

条形图的展示，可以分为两类：

• 同一事物在离散块上的聚集表现，旨在比对自身的变化，类似直方图；
• 不同事物在离散块上的比对表现，在三维下比对相互关系。

条形图与直方图相比，更适合X轴是自然分类离散聚集，或在三维下比对不同事物。

5. 箱线图

也称 盒式图。由5个数值点组成：最大值 (max)、最小值 (min)、中位数 (median) 和上下四分位数 (Q3, Q1)。

箱线图对于每一个个体类型，都可以清楚地看出其数据分布情况，也可以大体得出数据的离散情况：

• 若中位数、上下四分位数均匀分布在（min,max）间，则证明整个序列分布较为均匀；
• 若中位数偏向哪一方，证明数据分布较集中在中位数偏向的哪一方；
• 下四分位数在（min，median）间的情况与上四分位数在（median，max）间的情况，同理于中位数。

箱线图除了可以展示个体内的数据分布情况，也可以展现个体间的 min，max，median及分位数的比对情况。

6. 饼图

饼图主要用于展示局部与整体的占比关系。

7. 热力图

热力图是一种矩阵表示法：将二维坐标系X轴与Y轴同时离散，离散块内的值表示落在该范围内的频次，但展现形式是以颜色的方式而非数值的方式。

热力图与散点图的关系，类似于直方图与折线图的关系：

1. 折线图把X轴离散即为直方图，散点图把X轴与Y轴同时离散即为热力图；
2. 直方图以Y值作为频次展现，热力图以颜色作为频次展现。

8. 华夫饼图

 华夫饼图是另外一种矩阵表示，典型的华夫饼图是10*10共100个方格，每个格代表1%，点亮的格子数，表示占得百分比，故更多地是一种展示局部与整体间的占比关系，类似饼图。<br />华夫饼图不擅长将多个个体的占比同时展现在一张图中，作为个体间的对比，可能条形图更适合。

9. 蜘蛛图

若个体的多个指标可以归一化在统一的度量范围内，则使用蜘蛛图来展示各指标间的比对关系，是不错的展示方式。
实现同样的比对效果，采用条形图也可。