时间数据的处理，其中包括阶梯图、折线图、拟合曲线；以及离散时间数据的处理，其中包括散点图、柱形图、堆叠柱形图。

时间是一个非常重要的维度与属性，时间序列数据存在于社会的各个领域，如天文观测数据、气象图像、临床诊断记录等。不管是延续性还是暂时性的时间数据，可视化的最终目的就是从中发现趋势。时间型数据类型是按时间顺序排列的一系列数据值。与一般的定量数据不同，时间型数据包含时间属性，不仅要表达数据随时间变化的规律，还需表达数据分布的时间规律。时间数据可以分为离散型时间数据和连续型时间数据两种。

连续型时间数据就是指任意两个时间点之间可以细分出无限多个数值，它表现的是不断变化的现象。例如，温度就是连续型时间数据，人们可以测量一天内的任意时刻的温度。股市实时行情也是一种连续型时间数据。

1.阶梯图 : 是曲线保持在同一个值，直到发生变化，直接跳跃到下一个值，其形状就类似于阶梯。比如，银行的利率，它一般会持续几个月不变，然后某一天出现上调或下调；或者楼盘价格长时间停留在某个值，突然有一天因为各种调控，出现调整。

2.折线图 : 是用直线段将各数据点连接起来而组成的图形，以折线方式显示数据的变化趋势。在折线图中，沿水平轴均匀分布的是时间，沿垂直轴均匀分布的是数值。折线图比较适用于表现趋势，常用于展现如人口增长趋势、书籍销售量、粉丝增长进度等时间数据。

3.拟合曲线 是根据给定的离散数据点绘制的曲线，又称为不规则曲线。在实际生活工作中，变量间未必都成线性关系。拟合曲线是指选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两个变量间的关系。拟合曲线方法是由给定的离散数据点，建立数据关系（数学模型），求出一系列微小的直线段，并把这些插值点连接成曲线，只要插值点的间隔选择得当，就可以形成一条光滑的曲线。若获取的数据很多，或者数据很杂乱，则可能很难甚至无法辨认出其中的发展趋势和模式。因此，为了估算出趋势，就可以用到拟合估算。(如果数据呈现的是直线的趋势，那么应该用线性拟合；如果不是直线的趋势，应该用非线性拟合。)

1.散点图，顾名思义就是由一些散乱的点组成的图表，各值由点在图表中的位置表示。在时间数据中，水平轴表示时间，数值则在垂直轴上。散点图用位置作为视觉线索。如果将图表区域视作一个盘子，那么，这些散的点就是“大珠小珠落玉盘”，有如一颗颗星星，分布在广袤的天空。一般地，散点图包含的数据越多，呈现的效果越好。它能直观地表现出影响因素和预测对象之间的总体关系趋势。它的优点是能通过直观醒目的图形方式反映变量间关系的变化形态。

2.柱形图： 又称条形图、直方图，是以高度或长度的差异来显示统计指标数值的一种图形。柱形图一般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。另外，数值的体现就是柱形的高度。柱形越矮则数值越小，柱形越高则数值越大。另外需要注意的是，柱形的宽度与相邻柱形间的间距决定了整个柱形图的视觉效果的美观程度。如果柱形的宽度小于间距，则会使读者的注意力集中在空白处而忽略了数据。所以合理地选择宽度很重要。

3.堆叠柱形图: 堆叠柱形图的几何形状与常规柱形图很相似，在柱形图中，数据值为并行排列，而堆叠柱形图则是一个个叠加起来的。其特点就是若数据存在子分类，并且这些子分类相加有意义的话，则可以使用堆叠柱形图来表示。

注意：具体还是要看你的任务要求和目标需求来选择图表，不限于以上图表，只是以上图表经常用到。