4、图表类型识别：折线图、柱状图、散点图、饼图、雷达图、热力图的特点与适用场景
做PCB设计这些年，我见过太多工程师拿着数据却选错了图表。说白了，图表就是数据的「翻译官」。翻译错了，再好的数据也白搭。
今天咱们就把这六种常见图表掰开揉碎了讲。每种图表的脾气秉性、适用场景，我都会结合项目经验给你说透。
4.1 折线图：看趋势，别只看点
折线图是我用得最多的图表。为什么？因为它最直观地展示「变化趋势」。
特点：
- 横轴通常是时间或连续变量
- 纵轴是测量值
- 点与点之间用线连接，强调连续性
适用场景：
- 信号眼图随频率的变化
- 电源纹波随时间波动
- 温度漂移曲线
我的经验：有一次调试DDR3信号，眼图在某个频率点突然闭合。用折线图一看，趋势非常明显——不是随机噪声，而是某个谐振点导致的。如果当时用散点图，可能就错过了这个关键信息。
小技巧：折线图的数据点不要超过50个。太多会变成「毛线团」，看不清趋势。我一般控制在20-30个点，既保留趋势，又清晰可读。
4.2 柱状图：比大小，一目了然
柱状图适合「比较」场景。不同类别之间的数值大小，一眼就能分出高下。
特点：
- 分类轴（横轴）是离散的
- 数值轴（纵轴）是连续的
- 柱子高度代表数值大小
适用场景：
- 不同芯片的功耗对比
- 各层PCB的铜厚差异
- 不同方案的BOM成本比较
注意：柱状图的柱子宽度要一致，间距要均匀。我曾经见过一个报告，柱子宽度不一样，视觉上误导了数据对比。嗯，这种低级错误咱们得避免。
4.3 散点图：找关系，看分布
散点图是信号完整性分析的神器。它不强调趋势，也不强调比较，而是展示「两个变量之间的关系」。
特点：
- 每个点代表一个样本
- 横纵坐标是两个不同的变量
- 点的分布模式揭示相关性
适用场景：
- 阻抗与线宽的关系
- 串扰与间距的关系
- 眼图高度与抖动的关系
避坑指南：我曾经用散点图分析过一组数据，看起来有很强的线性关系。结果后来发现，是因为数据点太少（只有10个），而且采样范围太窄。加测了50个点之后，关系完全变了。所以散点图的数据量至少30个点以上，才有统计意义。
4.4 饼图：看占比，别超过5块
饼图嘛，说白了就是「分蛋糕」。它展示的是整体中各部分的占比。
特点：
- 圆形代表整体（100%）
- 扇形代表各部分占比
- 角度大小对应数值比例
适用场景：
- PCB成本构成分析
- 故障原因分布
- 设计时间分配
我的建议：饼图的分类不要超过5个。超过5个，小扇区几乎看不见，而且颜色太多容易混淆。我一般控制在3-4类，如果类别太多，就改用柱状图或者堆叠图。
4.5 雷达图：多维度，看均衡
雷达图也叫蜘蛛网图。它适合展示「多维度指标」的均衡性。
特点：
- 每个轴代表一个维度
- 轴从中心向外辐射
- 面积越大，综合表现越好
适用场景：
- 芯片选型综合对比（功耗、性能、成本、尺寸、可靠性）
- 设计方案优劣评估
- 团队能力评估
小经验：雷达图的维度最好在5-8个之间。太少体现不出优势，太多会显得杂乱。我选芯片时常用雷达图，把功耗、性能、成本、供货周期、封装尺寸五个维度一画，哪个芯片最均衡，一目了然。
4.6 热力图：看密度，找热点
热力图是「数据地图」。它用颜色深浅表示数值大小或密度高低。
特点：
- 颜色深浅代表数值大小
- 横纵坐标可以是分类或连续变量
- 适合展示二维数据的分布模式
适用场景：
- PCB板级温度分布
- 信号耦合强度矩阵
- EMI辐射热点分析
避坑指南：热力图的颜色映射很关键。我曾经用彩虹色映射温度数据，结果红色区域看起来特别「热」，实际上温度只比蓝色区域高了5度。后来改用单色渐变（从浅到深），视觉误导就消除了。记住：颜色映射要符合物理直觉。
4.7 图表选择决策框架
说了这么多，到底怎么选？我总结了一个简单的决策框架：
你想表达什么？
├── 趋势变化 → 折线图
├── 比较大小 → 柱状图
├── 找关系 → 散点图
├── 看占比 → 饼图（≤5类）
├── 多维度 → 雷达图
└── 看密度 → 热力图这个框架我用了十年，基本没出过问题。你想想看，是不是很简单？
4.8 知识体系结构图
下面这张图，把六种图表的核心逻辑串起来了：
这张图我画了很多遍，每次培训都拿出来用。你把它记在脑子里，以后看到数据，第一反应就知道该用什么图。
最后说一句：图表是工具，不是目的。别为了炫技选复杂的图。我见过有人用3D饼图展示两个数据，结果旋转角度一调，3%的扇区看起来像30%。嗯，这种花里胡哨的东西，咱们工程师还是少碰为妙。
公众号:蓝海资料掘金营，微信deep3321