统计图是统计描述的重要工具，也是辅助作者和读者沟通的有效工具，它在视觉上比统计表更简洁明了，但是面对多种多样的统计图，你真的会用吗？在《Heart》杂志刊出的一篇综述《Graphics and statistics for cardiology: comparing categorical and continuous variables》中[1]，作者对如何根据数据特点选择合适的统计图进行了详细的讲解。 

假如一张统计图只需要展示一个变量，比如一组病人的某个体检指标，这属于单个变量的数据。变量又可以分为连续变量和分类变量。对于连续变量来说，统计图可以展示出数据的范围、分布，以及一些统计量，如均数、中位数、样本量等。

单个连续变量的数据

对于小样本量数据（如n<30），建议使用点图（Dot chart），点图可以绘制出沿着一个轴分布的观测值，假如这些点都不重合的话，采用点图可以清楚地看到每个值的分布，如图1(A)。

当出现许多相同的观测值时，可以使用堆栈式点图（Stacked dot chart），通过将相同的观测值竖直堆砌，可以清楚地看出观测值的重复性，如图1(B)。

对于50<n<200的中等样本量数据来说，普通点图可能不再合适，因为重叠的数据点会连成一片，见图2(A)，或者因为太小而看不清，见图2(B)，此时可将数据分区，用每个区间的中点（如中位数）代替这个区间内的所有数据。区间间距的大小可根据研究需要来选择，如图2例子中，间距可以是10mmHg、5mmHg。这样会减少呈现的数据点，使数据看上去更简洁清晰，图2(B)合并后的效果如图2(C)。

总的来说，对于小样本或中等样本量的数据，点图比箱式图（Boxplot）更合适。