使用表格时需要记住的一点是，让设计融入背景，让数据占据核心地位。不要让厚重的边框和阴影与数据争夺受众的注意力。相反，要使用窄边框或者空白来区分表格的元素。
为了减少脑海中的这个处理过程，我们可以用颜色饱和度提供视觉上的暗示，帮助眼睛和大脑更快地捕捉潜在的兴趣点。在右边的热力图中，蓝色的饱和度越高，对应的数字就越大。
散点图在展示两件事的关系时很有用，因为可以同时将数据对应到 x 轴和 y 轴上，观察是否存在某种关系以及存在何种关系。
线图最常用于绘制连续的数据。因为线连接了点，这就暗示了点与点之间存在着离散数据（一系列数据分隔成不同的类别）间没有的联系。通常，连续性数据都以时间为单位：天、月、季度和年度。
在某些情况下，折线图中的线可能代表一个综合的统计数据，比如平均值或者预测的点估计。如果你还想展现范围（或者置信区间，视具体情况而定），可以直接在图上进行可视化。
【普通条形图】最普通的条形图就是竖直条形图，或者列图。与线图一样，竖直条形图也可包含一组或者多组数据。注意，当你添加多组数据时，专注其中一组并得出结论就变得更为困难，所以谨慎使用包含多组数据的条形图。同时也要注意，有多组数据时，空白会把条形图分隔成视觉组。这使得类别的相对顺序变得重要。考虑你希望受众比较什么，并以此构造分类的层级，使之越简单越好。
【水平条形图】如果我非要为分类数据挑选一种图形，那就是水平条形图，也就是将竖直条形图翻转 90 度得到的图形。为什么呢？因为它非常容易阅读。水平条形图在类别名称很长的时候极其有效，因为文字是从左往右书写的，与大多数受众的阅读顺序一致，这使你的图形容易阅读。
【堆叠竖直条形图】堆叠竖直条形图的用例有些受限。它旨在比较各类别之间总体区别的同时还能看出每个类别中子成分的占比情况。但这会很快产生视觉上的压力，尤其是采用大多数作图应用中的默认配色方案（诸如此类）后。除了底部的子成分（紧贴 x 轴之上的那些），你很难比较其他子成分在跨类别时的情况，因为不再有统一的基线可供比较。
【堆叠水平条形图】与堆叠竖直条形图类似，堆叠水平条形图也可以用于展示不同类别间整体或者子成分的比较，也同样可以按绝对数值或者百分比进行组织。堆叠水平条形图按百分比组织可以用于可视化对一件事从负面到正面的观点占比，使比较最左侧和最右侧的部分变得更简单。
【瀑布图】瀑布图可用于抽离出堆叠条形图中的一部分进行重点关注，或者展示起点和结果以及其中的上升下降等变化。展示瀑布图用例的最好办法就是通过一个具体的示例。想象你是一名人力资源合伙人，想要与你服务的客户组沟通过去一年中职员总数的变化情况。”
避免使用大多数的面积图。人眼不擅于在二维空间进行定量的度量，这使得面积图比我们讨论过的其他图表类型更难阅读。因此我通常避免使用面积图，只有一个例外——当我需要可视化相差极大的数值时。方形带有第二个维度（同时有长和宽，而条形图只有长或者宽），因而能比单一维度更紧凑地进行可视化。龙8游戏唯一官方网站
