散点图
简介
也称为「点图」、「散布图」或「X-Y 点图」。
所谓的散点图 (Scatterplot) 就是在笛卡尔座标上放置一系列的数据点，用来显示两个变量的数值（每个轴上显示一个变量），并检测两个变量之间的关系或相关性是否存在。
我们可以通过研究散点图上所显示的模式，了解数据之间的各种相关性，如正比（数值一起增加）、反比（其中一个数值随着另一数值的增加而减小）、零（无相关）、线性、指数级和 U 形。我们也可以通过查看图上数据点的密度来确定相关性的强度。远超出一般聚集区域的数据点称为「异常值」。
图表中可加入直线或曲线（尽可能靠近所有数据点）来辅助分析，并显示当所有数据点凝聚成单行时的模样，通常称为「最佳拟合线」或「趋势线」，用来进行估计（通过插值）。
如您有一对数值数据，可使用散点图来查看其中一个变量是否在影响着另一个变量。可是请记住，相关性并非因果关系，也有可能存在另一个变量在影响着结果。
散点图
解剖图
气泡图
简介
气泡图是一种包含多个变量的图表，结合了散布图和比例面积图。
跟散布图一样，气泡图使用笛卡尔双轴座标来绘制数值点，其中 X 轴和 Y 轴代表不同变量，但与散布图不同的是，每一点都会获分配一个标签或类别（在旁边或图例中显示）。每个数值点再以其圆形面积表示第三个变量。此外，也可以用颜色来区分不同类别或表示别的数据变量。至于时间方面，可以把它设为其中一条轴的变量，或者把数据变量随时间的变化制成动画来显示。
通过利用定位和比例，气泡图通常用来比较通常用来比较和显示已标记/已分类圈圆之间的关系。气泡图可用于分析模式/相关性。
可是，过多气泡会使图表难以阅读，因此气泡图的数据容量有限。我们可以在图表中加入交互性功能来解决这个问题（点击或把鼠标悬停在气泡上以显示隐藏信息），也可选择重组或筛选分组类别。
跟比例面积图一样，圆圈大小需要按照圆的面积来绘制，而非其半径或直径。也就是说，圆圈的大小会呈指数级变化，而且也会导致人类视觉系统出现误解。
气泡图
解剖图
点阵图表
简介
点阵图表 (Dot Matrix Chart) 以点为单位显示离散数据，每种颜色的点表示一个特定类别，并以矩阵形式组合在一起。适合用来快速检视数据集中不同类别的分布和比例，并与其他数据集的分布和比例进行比较，让人更容易找出当中模式。
当只有一个变量/类别时（所有点都是相同颜色），点阵图表相等于比例面积图。
点阵图表
解剖图
