图表最常见的用途之一是说明部分到整体的关系，又名。”数据组合”。为此，饼图可能是最流行的图表类型，但其他图表类型可能同样好（或更好）。在本文中，我们将探讨如何使用饼图、圆环、日爆、堆叠条形/柱形、堆叠区域和树状图图有效地传达零件到整体的关系。
要使用的图表主要是由数据的性质驱动的。根据经验，对于简单数据集（六个或更少的元素），饼图或圆环图效果良好。对于更密集的数据集，其他图表最好说明合成，如堆叠条形图、柱形图或面积图。对于嵌套（分层）数据集，太阳爆发和树状图可能适合作业。
让我们来探索这些图表类型，看看我们可能想要选择图表类型的位置。
您可能还喜欢：改善数据可视化的 8 种方法。
简单数据集
饼图
饼图是最常见的合成可视化方式，这要归功于其简单的设计。成分或元素呈现为整体的小部分。下图显示了我们呼吸的空气中气体的组成。
蓝色氮是空气的最主要成分，占78%，其中绿色氧气占空气成分的20.9%。
饼图，像所有的组成图表一样，可以很容易地设计，以满足残疾人的需求（请查看下面的演示）：
的话
具有六个以上元素的饼图很难区分类似的”切片”。但是，即使切片数量很少，也可以通过排序切片的方式提高可读性。
甜甜圈图
说到甜甜圈，甜甜圈图与饼图相同，但只显示沿饼图外边缘的区域。将元素相互比较变得更加容易。
下面的演示显示了使用圆环图的空气成分：
嵌套数据集
太阳爆发
太阳爆图看起来像由一个或多个圆环图嵌套的饼图。它是一种全面但紧凑的方法来显示包含父子关系的数据集的组成。
下图显示了 100 克不同种类食物中的蛋白质含量：
上图与四个主要类别（内部饼图）一起构建，颜色不同：肉类、鱼类、谷物和种子等。外部的”甜甜圈图”将每个主要类别细分为更小的元素，从高到低蛋白质含量排序。
此图表可能会非常繁忙，因此应谨慎使用。选择此图表而不是类似图表（如树状图）的主要原因是您希望所有子元素立即可见如果您的受众能够与图表进行交互，则可以通过单击父项来发布子级数据（请参阅下面的演示）：
树状图
树状图与 Sunburst 一样，可可视化嵌套数据集的合成。对于某些数据集，可以使用任一图表类型，只要子级切片的数量不是过于密集，无法读取。对于数据密集型图表，树状图是理想的选择。
下面的树状图演示显示的数据与以前的太阳暴发图相同;它还具有向下钻取选项，允许读者进一步浏览数据。
的话
太阳爆发图和树状图都显示嵌套数据集。但是，每种图表类型都有自己的优点和限制。
Sunburst 图表允许读者快速查看所有详细信息，它是一种理想的静态图表类型，但这样做会牺牲空间，因为太阳爆发需要大面积显示大量数据。
另一方面，树状图非常适合紧凑且有限的空间，读者可以选择浏览数据，由于其向下钻取功能获得更多的见解。虽然树状图易于阅读，即使在其初始”静态”状态下，其功能作为紧凑的交互式图表，确实无可比拟。
时间序列
堆叠柱形图
堆叠柱形图非常适合显示时间序列数据的组成，这些数据也细分为类别。时间方面是饼图和太阳爆图无法显示的内容。
下图显示了 1960 年至 2016 年美国外国出生人口的百分比构成。堆叠列是可视化此类数据的完美图表，因为数据组成和随时间的进度显示在同一图表上。
根据图表，从60年代到90年代，欧洲和加拿大是美国的主要移民群体。从21世纪开始，75%的移民来自亚洲、拉丁美洲和墨西哥，欧洲和加拿大群体约占14%。
堆叠条形图
堆叠条形图与堆叠柱形图类似，只不过数据是水平显示而不是垂直显示。
下面的条形堆积图显示的数据与上面使用的柱形堆叠图表的数据相同：
的话
如果 X 轴上具有长列表的数据，则堆叠条形图是正确的选择，因为堆叠条形图垂直移动。这适用于移动设备，因为您可以向上和向下滚动以查看完整的时间线。
堆叠区域
堆叠面积图类似于柱形图和条形图;它们都用于显示数据组合随时间的进度。堆叠面积图提供了一个有吸引力的趋势显示，由于平滑的流动表示使用区域，而不是列或柱（请查看下面的演示）：
由于面积结构，堆叠面积图是一个非常有效的可访问图表（请参阅希望这能让您考虑如何为数据提供最佳可视化效果。请随意在下面的评论部分分享您最喜爱的技巧和技巧，以便最有效地可视化数据组合。