饼图非常常见，但人们也通常嘲笑使用它们。有很多方法可以让他们错了，那里有很多不好的例子。但了解饼图以及如何使用它们并不是那么困难，而且研究表明他们往往不是一个糟糕的选择。
什么是饼图？
饼图的核心思想是您将部分与整体进行比较。每个馅饼切片都是一个值，它们一起加起来有意义。例如，假设您有一个有五个部门的公司，您可以从每个部门看一下。所有收入数据的总和与您的总收入相同，您可以查看每个部门，看看它有多少（即，百分比）所做的贡献。
另一个常见的例子是选举数据：您有七个候选人为办公室运行，每个候选人都获得了一些票数。投票总数是所有添加的投票数（加上可能会占自己类别的无效投票）。每位候选人的投票百分比就是你之后的东西，你可以看到它
为什么饼图是有争议的？
这对我来说并不清楚为什么他们被那样单挑。有很多坏人的人们用饼图做坏事，也许他们与馅饼更明显或更常见。饼图也允许比其他一些图表更少的精确读数，因此很容易将它们视为毫无价值 - 但精度并不总是主要目标，他们有其他优势。
为了说明饼图和精度的问题，这张照片由维基百科贡献者Schutz是一个很好的插图（虽然有点不公平，就像一瞬间一样）。
看看绿色切片并试图弄清楚它们是否从左到右增加或减少！当然，这不是饼图擅长。此外，使用饼图为非常相似的值，这通常是一个坏主意。和我一样在另一篇文章中指出，您可以轻松地构建与堆叠的栏同样糟糕的示例。
好与坏的例子
没有结束坏的饼图，只是看看wtfviz.（虽然你也发现很多其他类型的图表在那里使用）。这是我最喜欢的例子，来自维基百科的50美国各国的所有人口的图表。
这有什么问题？显然，切片太多了。你可以看到一些越来越多的人口众多（加利福尼亚州，德克萨斯等）嘛，但一旦你超越佐治亚州，它就真的很毫无意义。切片太薄可比较。这个图表的创造者也意识到，顶部没有足够的空间来获得所有名称并放入标签中的空间其他- 但仍然在那里留下所有切片！
其他常见错误是将数字扔进饼图，因为它们是百分比，即使它们不增加100％（或路径超过100％）。此图表来自其他图表关于CNN Money的真正做得好的故事：
问题是，百分比是从每个种族内部出生的百分比，因此他们不能像那样加起来。这不是一个有意义的图表。条形图将更有意义，以比较这些数字。
一些拇指规则
有关如何以及何时使用它们的严格规则。然而，肯定有用的指导方针。
- 他们必须对您的数据有意义。不要在数据上使用饼图，其中部件不会总结到整体。这意味着什么？如果您正在查看几个部门的收入编号，但并非所有这些部门，您不能将它们放入饼图中，因为他们的贡献不会是正确的。你要么要添加一个其他类别或使用不同的图表类型。
- 你可以将零件与整体进行比较。如果您正在比较彼此的数字，请说出哪种产品使您最多的钱，条形图或类似的是更精确的表示。如果您正在查看您的总收入的总收入，饼图是展示这一点的好方法。
- 有少量的切片。如果您的数据超过10左右的切片，那可能太多了。这不是任何手段的严格限制，并且根据您的数据和用例，它可能更高。但如果你过了大约十几个，你最好有一个充分的理由这样做。
- 这些值必须不同。如果价值观都非常相似，那么你就会最终与那样像轮子的东西。切片的小差异很难说，所以人们将无法判断哪个切片更大或更小。您不需要饼图来表明值相似，并且条形图将提供更好的比较它们的方法。
- 对值进行排序。我实际上并不知道支持这一点，但似乎是一个好主意按价值对切片进行分类，除非有一些其他命令更有意义的原因。
- 从12点开始。Again not something I’ve found research on (and when we’ve looked at this in our study data, we’ve found no evidence for slices starting at the vertical axis to be easier to read), but it’s generally considered a good idea. If nothing else, it’ll make the chart look better.
这些都是常见的规则，并且尽可能地看到，不一定是由研究支持的。但也没有理由不做任何事情 - 至少在有人做一些更多的研究和数字，数字化更好。
馅饼与甜甜圈
看到人们嘲笑的甜甜圈图表（中间洞的饼图）是相当普遍的。这是基于我们通过角度读取饼图的假设：如果是真的，那么取出馅饼的中心就是一个坏主意，你可以最好地阅读角度。
我们最近表明了角度不是我们如何阅读饼图虽然，我们的研究也表明甜甜圈图表比饼图更糟糕。因此，无论您可以使用饼图，您也可以使用甜甜圈图。
饼图替代品
如果不是饼图，那么什么？我写过方饼要么华夫饼干图表这里几次。我认为他们是吸引力的，我们发现他们是我们在研究中最好的表演者几年前。它们不受软件非常好的支持，但如果您谷歌“华夫饼干”和您喜爱的可视化工具的名称，则有些方法。
另一个，更常见的替代方案是条形图。问题是堆积的酒吧，这是明显的比较，实际上真的很糟糕。一个常规条形图，可以更好地列出单个栏中的值。为您提供的是对单个值的非常精确的比较，但没有办法将个别值与整体进行比较。
最近的饼图科学
好的，我会承认：大部分是我自己的工作。但这些文章基于已发表的研究论文。德鲁斯斯皮尔和我已经进行了一些实验，发现角度是我们读饼图的古老假设可能是错误的。这很重要，因为这意味着我们认为有问题的事情真的不是（如甜甜圈图）和我们认为很好的事情实际上是一个坏主意（就像增加单个切片的半径一样强调）。
饼图 - 不受欢迎，不孤立，误解。我在2016年夏天提供信息+的谈话。这是关于饼图研究的20分钟谈判。如果我自己这么说，也是一个有趣的话。
饼图研究结果的说明之旅。这是通过主要结果的谈话的写入版本。它展示了我们如何弄清楚如何将视觉提示分开，测试它们，然后测试我们根据第一个结果开发的一些假设。我也有这篇论文的缩短摘要我基于这一点。
叶老饼图辩论。如果您认为饼图最近才从恩典中掉落，让这个来自20世纪20年代的科学论文的引号样本否则向您展示。
一篇关于我在前写的论文做了一些有趣的馅饼比较，发现有一个特定的任务，它们比甚至杠铃更好：结合邻近的切片并比较整个方面。