1、点阵图表

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。

2、弧线图

弧线图 (Arc Diagram) 是二维双轴图表以外另一种数据表达方式。在弧线图中，节点将沿着 X轴放置，然后再利用弧线表示节点与节点之间的连接关系。

弧线图适合用来查找数据共同出现的情况。但缺点是：不能如其他双轴图表般清楚显示节点之间的结构和连接，而且过多连接也会使图表难于阅读。

推荐的制作工具有：Protovis (编程语言)、D3 (编程语言)。

3、折线图

折线图用于在连续间隔或时间跨度上显示定量数值，最常用来显示趋势和关系。

此外，折线图也能给出某时间段内的「整体概览」，看看数据在这段时间内的发展情况。

推荐的制作工具有：MS Excel、Apple Numbers、D3、DataHero、Datamatic、Datawrapper、Envision.js、Google Charts、Google Docs、Infogr.am、OnlineChartTool.com、SlemmaVega。

4、条形图

条形图 (Bar Chart) 也称为「棒形图」或「柱形图」，采用水平或垂直条形(柱形图)来比较不同类别的离散数值。

图表其中一条轴代表要比较的具体类别，另一条则用作离散数值的标尺。

条形图的离散数据是分类数据，针对的是单一类别中的数量多少，而不会显示数值在某时间段内的持续发展。

推荐的制作工具有：MS Excel & Apple Numbers、AnyChart、D3 、DataHero、Datamatic、Datawrapper、Google Charts、Google Docs、Infogr.am、OnlineChartTool.com、Protovis、Slemma、Vega、ZoomCharts。

5、不等宽柱状图

不等宽柱状图 (Marimekko Chart)也称为「马赛克图」，用来显示分类数据中一对变量之间的关系，原理类似双向的 100% 堆叠式条形图，但其中所有条形在数值/标尺轴上具有相等长度，并会被划分成段。

不等宽柱状图的主要缺点在于难以阅读，特别是当含有大量分段的时候。此外，我们也很难准确地对每个分段进行比较，因为它们并非沿着共同基线排列在一起。

因此，不等宽柱状图较为适合提供数据概览。

推荐的制作工具有：D3。

6、面积图

面积图 (Area Graph) 是折线图的一种，但线下面的区域会由颜色或纹理填满。

跟折线图一样，面积图可显示某时间段内量化数值的变化和发展，最常用来显示趋势，而非表示具体数值。

两种较常用的面积图是分组式面积图和堆叠式面积图。分组式面积图在相同的零轴开始，而堆叠式面积图则从先前数据系列的最后数据点开始。

推荐的制作工具有：MS Excel & Apple Numbers、D3、DataHero、Datamatic、Google Charts、Google Docs、Infogr.am、Protovis、Slemma、VegaOnlineChartTool.com。

7、量化波形图

这种图表是堆叠式面积图的一种变体，但其数值并非沿着固定直线轴来绘制，而是围绕着不断变化的中心基线。

通过使用流动的有机形状，量化波形图 (Stream Graph) 可显示不同类别的数据随着时间的变化，这些有机形状有点像河流，因此量化波形图看起来相当美观。

在量化波形图中，每个波浪的形状大小都与每个类别中的数值成比例。与波形图平行流动的轴用作时间刻度。我们也可以用不同颜色区分每个类别，或者通过改变色彩来显示每个类别的附加定量值。

此外，当他们以互动形式展示时，比静态或印刷出来更有效率。

推荐的制作工具有：Bob Rudis' GitHub、D3、infogr.am、JSFiddle、Lee Byron's GitHub、NVD3.js、plotDB、Protovis、RAWGraphs、Stream graph generator。

论文写作和发表攻略，关注知实学术，可私信沟通。