"資料視覺化"可以幫助使用者理解資料，一直是熱門方向。
圖表是"資料視覺化"的常用手段，其中又以基本圖表----柱狀圖、折線圖、餅圖等等----最為常用。
使用者非常熟悉這些圖表，但如果被問道，它們的特點是什麼，最適用怎樣的場合（資料集）？恐怕答得上來的人就不多了。
本文是電子書《Data Visualization with JavaScript》第一章的筆記，總結了六種基本圖表的特點和適用場合，非常好地回答了上面的問題。
零、序言
進入正題之前，先糾正一種誤解。
有人覺得，基本圖表太簡單、太原始，不高階，不大氣，因此追求更復雜的圖表。但是，越簡單的圖表，越容易理解，而快速易懂地理解資料，不正是"資料視覺化"的最重要目的和最高追求嗎？
所以，請不要小看這些基本圖表。因為使用者最熟悉它們，所以只要是適用的場合，就應該考慮優先使用。
一、柱狀圖（Bar Chart）
柱狀圖是最常見的圖表，也最容易解讀。
它的適用場合是二維資料集（每個資料點包括兩個值x和y），但只有一個維度需要比較。年銷售額就是二維資料，"年份"和"銷售額"就是它的兩個維度，但只需要比較"銷售額"這一個維度。
柱狀圖利用柱子的高度，反映資料的差異。肉眼對高度差異很敏感，辨識效果非常好。柱狀圖的侷限在於只適用中小規模的資料集。
通常來說，柱狀圖的X軸是時間維，使用者習慣性認為存在時間趨勢。如果遇到X軸不是時間維的情況，建議用顏色區分每根柱子，改變使用者對時間趨勢的關注。
上圖是英國足球聯賽某個年度各隊的贏球場數，X軸代表不同球隊，Y軸代表贏球數。
二、折線圖（Line Chart）資料
折線圖適合二維的大資料集，尤其是那些趨勢比單個資料點更重要的場合。
它還適合多個二維資料集的比較。
上圖是兩個二維資料集（大氣中二氧化碳濃度，地表平均氣溫）的折線圖。
三、餅圖（Pie Chart）
餅圖是一種應該避免使用的圖表，因為肉眼對面積大小不敏感。
上圖中，左側餅圖的五個色塊的面積排序，不容易看出來。換成柱狀圖，就容易多了。
一般情況下，總是應該用柱狀圖替代餅圖。但是有一個例外，就是反映某個部分佔整體的比重，比如貧窮人口占總人口的百分比。
四、散點圖（Scatter Chart）
散點圖適用於三維資料集，但其中只有兩維需要比較。
上圖是各國的醫療支出與預期壽命，三個維度分別為國家、醫療支出、預期壽命，只有後兩個維度需要比較。
為了識別第三維，可以為每個點加上文字標示，或者不同顏色。
五、氣泡圖（Bubble Chart）
氣泡圖是散點圖的一種變體，通過每個點的面積大小，反映第三維。
上圖是卡特里娜颶風的路徑，三個維度分別為經度、緯度、強度。點的面積越大，就代表強度越大。因為使用者不善於判斷面積大小，所以氣泡圖只適用不要求精確辨識第三維的場合。
如果為氣泡加上不同顏色（或文字標籤），氣泡圖就可用來表達四維資料。比如下圖就是通過顏色，表示每個點的風力等級。
六、雷達圖（Radar Chart）
雷達圖適用於多維資料（四維以上），且每個維度必須可以排序（國籍就不可以排序）。但是，它有一個侷限，就是資料點最多6個，否則無法辨別，因此適用場合有限。
下面是邁阿密熱火隊首發的五名籃球選手的資料。除了姓名，每個資料點有五個維度，分別是得分、籃板、助攻、搶斷、封蓋。
畫成雷達圖，就是下面這樣。
面積越大的資料點，就表示越重要。很顯然，勒布朗·詹姆斯（紅色區域）是熱火隊最重要的選手。
需要注意的時候，使用者不熟悉雷達圖，解讀有困難。使用時儘量加上說明，減輕解讀負擔。
七、總結
| 圖表 | 維度 | 注意點 |
|---|---|---|
| 柱狀圖 | 二維 | 只需比較其中一維 |
| 折線圖 | 二維 | 適用於較大的資料集 |
| 餅圖 | 二維 | 只適用反映部分與整體的關係 |
| 散點圖 | 二維或三維 | 有兩個維度需要比較 |
| 氣泡圖 | 三維或四維 | 其中只有兩維能精確辨識 |
| 雷達圖 | 四維以上 | 資料點不超過6個 |
（完）