1.柱状图
适用场景：适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。
优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。
劣势：柱状图的局限在于只适用中小规模的数据集。
堆积柱状图、百分比堆积柱状图，不仅可以直观的看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时，最适合。
2.条形图
适用场景：显示各个项目之间的比较情况，可参考柱状图；
优势：每个条都清晰表示数据，直观；
堆积条形图、百分比堆积条形图
3.折线图
适用场景: 折线图适合二维的大数据集，还适合多个二维数据集的比较。
优势：容易反应出数据变化的趋势。
4.面积图
适用场景：强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。
延伸图表：堆积面积图、百分比堆积面积图，堆积图可以显示部分与整体之间（或者几个数据变量之间）的分布关系。
5.饼图/环图
适用场景：显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。
优势：明确显示数据的比例情况，尤其合适渠道来源等场景。
劣势：肉眼对面积大小不敏感。
6.雷达图
适用场景：雷达图适用于多维数据（四维以上），且每个维度必须可以排序，数据点一般6个左右，太多的话辨别起来有困难。
优势：主要用来了解公司各项数据指标的变动情形及其好坏趋向。
7.散点图
适用场景：显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联。散点图适用于三维数据集，但其中只有两维需要比较。
优势：对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。
劣势：在点状图中显示多个序列看上去非常混乱。
延伸图表：调整尺寸大小就成气泡图啦，多了一个分析的数值
8.瀑布图
适用场景：采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系，最终展示一个累计值。
优势：展示两个数据点之间的演变过程，还可以展示数据是如何累计的。
劣势：没有柱状图、条形图的使用场景多。
9.树状图
适用场景：在树状图中，各个小矩形的面积表示每个子节点的大小，矩形面积越大，表示子节点在父节点中的占比越大，整个矩形的面积之和表示整个父节点。通过钻取情况，可以清晰地知道数据的全局层级结构和每个层级的详情。
10.旭日图
适用场景：旭日图可以表达清晰的层级和归属关系，以父子层次结构来显示数据构成情况，旭日图能便于细分溯源分析数据，真正了解数据的具体构成。旭日图可以很直观地展示多层次多方面的信息，是一款很实用的统计图表。在年度总结，工作汇报。
优势：分层看数据很直观，逐层下钻看数据。
漏斗图
适用场景：漏斗图适用于业务流程多的流程分析，显示各流程的转化率。
优势:网站分析中，通常用于分析转化率，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率，能够直观地发现和说明问题所在。
劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。
指标卡
适用场景：显示某个数据结果&同环比上升或下降情况。很直观告诉看图者数据的最终结果，一般是昨天、上周等，还可以看不同时间维度的同环比情况
计量图
适用场景：一般用来显示项目的完成进度。直观展示项目的进度情况，类似于进度条。
对比条形图
适用场景：在对多列数据进行对比时，而且数据标签比较长的话，一般会采用条形图做对比。
