什么数据该配什么图

拿到一组数据准备画图时，最先要想清楚的不是颜色和样式，而是这组数据到底在讲哪种关系。关系决定了图形，图形决定了读者能不能一眼看懂。下面按五类最常见的数据关系，给出判断标准和具体做法。

先判断数据在讲哪种关系

可以用两个问题快速定位。

• 有几个变量？一个、两个，还是三个以上？
• 变量之间是比大小、看变化、拆结构，还是找关联？

如果只有一个分类变量和一个数值变量，那就是比较关系；如果含时间字段，多半是趋势；如果几个部分加起来构成一个整体，是构成关系；如果想看一个数值在样本里怎么散开，是分布关系；如果是两个数值变量成对出现，是相关关系。

先定关系，再选图形，比先挑图形再硬塞数据可靠得多。

比较关系：比大小用条形图

典型场景是几个类别之间的数值高低，比如各地区销量、各部门支出。做法如下：

• 类别名较长时用横向条形图，标签不会被挤成一团。
• 类别按数值排序，读者不用自己找最大最小值。
• 类别超过 10 个，考虑只保留头部加一个「其他」，否则图形会失焦。
• 不要为了好看改用饼图，饼图在类别多时几乎无法比较。

一个容易忽略的判断点：如果要比较的是「和某个基准的差距」，用条形图加一条参考线，比堆叠或分组更直接。

趋势关系：随时间变化用折线图

只要横轴是连续的日期或时间，优先考虑折线图。

• 时间点少于 5 个时，折线和柱状都可以，但柱状更强调单期数值。
• 时间跨度较长、波动剧烈时，可以加移动平均线，但要在图例里说明它是什么。
• 多条线对比时，超过 4 条就容易糊在一起，建议拆成小倍数图，每张小图一条线。
• 横轴的时间间隔要均匀。如果数据缺月、缺季度，先说明缺口再画，不要直接连过去。

判断标准很简单：你关心的是「某一期的具体数值」还是「整体的走向」。前者柱状，后者折线。

构成关系：拆结构先看类别数量

构成关系要看「整体由哪几部分组成」。

• 只有两三个部分时，堆叠条形图足够，且比饼图更好比较。
• 部分较多时，不要用饼图，因为扇形角度差异小，人眼分辨能力很差。
• 如果需要同时看构成和总量，用堆叠柱状图，柱高表示总量。
• 如果想看构成随时间怎么变，用百分比堆叠图，把每一期归一到 100%。

其中有一条硬标准：构成图里的每一段都应该能被比较出差异，否则就该合并或换图。如果几段数值接近，读者只会看到一堆颜色。

分布关系：看散开程度用直方图或箱线图

分布回答的问题是「数据集中在哪、散得多开、有没有异常」。

• 一个变量看分布，用直方图。分箱数量不宜过多或过少，一般在 10 到 20 之间调节，直到形状稳定。
• 要对比几个组的分布，用箱线图，能同时看到中位数、四分位和离群点。
• 样本量很小时，箱线图会失真，直接画散点更诚实。
• 出现长尾时，考虑对数刻度，并在坐标轴上标注清楚。

判断标准：如果你只能说出一句「平均值是多少」，那说明你还没看分布。在这种情况下，先画分布图，再决定用什么数去概括它。

相关关系：找关联用散点图

两个数值变量成对出现时，用散点图看它们是否同向变化。

• 点太多导致重叠时，降低点的不透明度，或改用分箱后的热力密度图。
• 怀疑是非线性关系时，散点图比相关系数更能说明问题。
• 加入一条拟合线可以辅助判断方向，但要同时给出点的分散程度，不要只留一条线。
• 第三类变量（比如分组字段）可以用颜色或分面来区分，但颜色类别控制在四到五种以内。

这里有一条底线：相关不等于因果。散点图能说明两个变量一起变化，但谁引起谁，图本身回答不了。

选图这件事没有唯一答案，但有一个稳定的流程：先判断关系，再确定变量数量，最后按上面几类对号入座。每次画完，把它交给一个不了解数据的人看一眼，问他能不能说出你想要的结论。说不出来，就是图选错了。