折線圖：
折線圖用於顯示資料在一個連續的時間間隔或者時間跨度上的變化，它的特點是反映事物隨時間或有序類別而變化的趨勢。示例圖如下：
折線圖應用場景：
- 折線圖適合X軸是一個連續遞增或遞減的，對於沒有規律的，則不適合使用折線圖，建議使用柱狀圖。
- 如果折線圖條數過多，則不應該都繪製在一個圖上。
柱狀圖：
典型的柱狀圖（又名條形圖），使用垂直或水平的柱子顯示類別之間的數值比較。其中一個軸表示需要對比的分類，另一個軸代表相應的數值。
柱狀圖有別於直方圖，柱狀圖無法顯示資料在一個區間內的連續變化趨勢。柱狀圖描述的是分類資料，回答的是每一個分類中“有多少？”這個問題。 示例圖如下：
柱狀圖應用場景：
-
適用於分類資料對比。
-
垂直條形圖最多不超過12個分類（也就是12個柱形），橫向條形圖最多不超過30個分類。如果垂直條形圖的分類名太長，那麼建議換成橫向條形圖。
-
柱狀圖不適合表示趨勢，如果想要表示趨勢，應該使用折線圖。
直方圖：
直方圖(Histogram)，又稱質量分佈圖，是一種統計報告圖，由一系列高度不等的條紋表示資料分佈的情況。一般用橫軸表示資料型別，縱軸表示分佈情況。 直方圖是數值資料分佈的精確圖形表示。為了構建直方圖，第一步是將值的範圍分段，即將整個值的範圍分成一系列間隔，然後計算每個間隔中有多少值。這些值通常被指定為連續的，不重疊的變數間隔。間隔必須相鄰，並且通常是（但不是必須的）相等的大小。
直方圖的應用場景：
- 顯示各組資料數量分佈的情況。
- 用於觀察異常或孤立資料。
- 抽取的樣本數量過小，將會產生較大誤差，可信度低，也就失去了統計的意義。因此，樣本數不應少於50個。
散點圖：
散點圖也叫 X-Y 圖，它將所有的資料以點的形式展現在直角座標系上，以顯示變數之間的相互影響程度，點的位置由變數的數值決定。
通過觀察散點圖上資料點的分佈情況，我們可以推斷出變數間的相關性。如果變數之間不存在相互關係，那麼在散點圖上就會表現為隨機分佈的離散的點，如果存在某種相關性，那麼大部分的資料點就會相對密集並以某種趨勢呈現。資料的相關關係主要分為：正相關（兩個變數值同時增長）、負相關（一個變數值增加另一個變數值下降）、不相關、線性相關、指數相關等，表現在散點圖上的大致分佈如下圖所示。那些離點叢集較遠的點我們稱為離群點或者異常點。
散點圖的應用場景：
- 觀察資料集的分佈情況。
- 通過分析規律，根據樣本資料特徵計算出迴歸方程。
餅狀圖：
餅狀圖通常用來描述量、頻率和百分比之間的關係。在餅圖中，每個扇區的弧長大小為其所表示的數量的比例。
餅狀圖的應用場景：
- 展示多個分類的佔比情況，分類數量建議不超過9個。
- 對於一些佔比值非常接近的，不建議使用餅狀圖，可以使用柱狀圖。
箱線圖：
箱線圖（Box-plot）又稱為盒須圖、盒式圖或箱型圖，是一種用作顯示一組資料分散情況資料的統計圖。因形狀如箱子而得名。在各種領域也經常被使用，它主要用於反映原始資料分佈的特徵，還可以進行多組資料分佈特徵的比較。箱線圖的繪製方法是：先找出一組資料的上限值、下限值、中位數（Q2）和下四分位數（Q1）以及上四分位數（Q3）；然後，連線兩個四分位數畫出箱子；再將最大值和最小值與箱子相連線，中位數在箱子中間。
四分位數（Quartile）也稱四分位點，是指在統計學中把所有數值由小到大排列並分成四等份，處於三個分割點位置的數值。多應用於統計學中的箱線圖繪製。它是一組資料排序後處於25%和75%位置上的值。四分位數是通過3個點將全部資料等分為4部分，其中每部分包含25%的資料。很顯然，中間的四分位數就是中位數，因此通常所說的四分位數是指處在25%位置上的數值（稱為下四分位數）和處在75%位置上的數值（稱為上四分位數）。與中位數的計算方法類似，根據未分組資料計算四分位數時，首先對資料進行排序，然後確定四分位數所在的位置，該位置上的數值就是四分位數。與中位數不同的是，四分位數位置的確定方法有幾種，每種方法得到的結果會有一定差異，但差異不會很大。
上限的計算規則是： IQR=Q3-Q1 上限=Q3+1.5IQR 下限=Q1-1.5IQR
箱線圖的應用場景：
- 直觀明瞭地識別資料中的異常值。
- 利用箱線圖判斷資料的偏態。
- 利用箱線圖比較幾批資料的形狀。
- 箱線圖適合比較多組資料，如果知識要看一組資料的分佈情況，建議使用直方圖。