平衡图形的美学和信息方面有一点艺术。像 Edward Tufte 和 Stephen Few 等著名的可视化顾问/作者选择了一种最小的美学，以避免从图表的信息部分分散注意力。然而，对于一些观众来说，少量的繁荣是合理的——例如，参见 Alberto Cairo 的数据可视化的新闻应用。

感性研究的角度是，每个图形元素都传达了一个信息，有些是我们没有意识到的，因为我们的视觉皮层处理它（“前注意处理”）。额外的元素，甚至是多余的元素，都可能导致额外的处理。适当的图表取决于要传达的信息和受众。

对于您的具体问题，连接线强调趋势（以及趋势的变化）。填充区域强调与基线的偏差。条形图或针形图将强调偏离基线的离散事件。

图形的上下文也很重要。如果您有一个紧密排列的图表网格，则填充将有助于将每条线与其基线相关联。

最后，添加冗余图形元素/花朵的另一个考虑因素是，使用更多信息元素扩展图形变得更加困难。例如，您可能想要突出显示特殊值、覆盖其他趋势线或覆盖带，例如在以下模型中。

前两个答案涵盖了主要的要点，但仍有几点需要提及。

首先，我应该说我不同意极简主义的绘图方法——所有多余的墨水都必须去掉。分散注意力的、无意义的变化应该消失。但是，与单条线相比，实心区域可以更好地吸引眼球并一目了然地传达更多信息。正如你所说，它可以增加“视觉多样性”。

然而，正如@xan 所指出的那样，快速浏览对一个区域的解释也不同于一条线，在某种程度上是潜意识的。

面积图表示当您沿 x 轴前进时累积的总量。如果您比较两张图，其中一张填充的区域较大，您的一瞥会告诉您，无论开始值和结束值如何，它的总数都更大。

相反，折线图显示变化的值。重点是从一个点到下一个点的位置变化，而不是累积的总数。

那么什么时候应该使用面积图呢？

• 当这些值代表一个明确的数量时，图表上显示了一个明确的零点；
• 当该值表示在每个点增加（或减少）的数量时，例如正常的每日降雨量或每月损益；
• 当该值代表一个总体的分布时，表示曲线下的总面积代表样本的总大小，例如不同年级学生数量的钟形曲线（基本上是一个平滑的直方图）。

这个想法是，在阅读图表时，如果你在 x 轴上取两个点，它们之间显示的区域应该代表在该范围内累积的实际数量。出于这个原因，如果您的值包括负数，我建议对负数和正数区域使用相反的颜色，以强调它们在总数中被抵消。

什么时候不应该使用面积图？

• 当零点是任意的（如@timcdlucas所说的非绝对温度），无效（如两个值的比率的测量值，如汇率），或由于空间原因未在图表上显示；
• 当线高显示的值已经代表累积量度时，例如迄今为止的总降雨量（月/年）或债务/储蓄；
• 当值代表单个变化实体的位置/值而不是累积时；
• 当你想比较同一张图表上的多条线时（如果你看不到整个区域，你就失去了意义——而是并排比较区域图表）。

考虑到这些准则，您的 ping 图可以用两种方式解释。

一方面，如果您将 ping 速度视为在一天中变化的单个变量，那么简单的折线图将是最合适的。

另一方面，如果您要比较两个不同网络的每日 ping 速度模式（或不同日期/时间段的同一网络），那么您可能想要强调网络任务所需的总时间。例如，如果您的图表有多个峰值，而不是只有一个，那么折线图会强调速度的可变性，而面积图会强调总延迟。

比较：

图表前半部分（红线左侧）的累积总数略大于第二部分，即使峰值在右侧达到更高的最大值。填充强调左侧的实心块，以便更好地平衡峰值。

（原谅糟糕的图像质量——不知道如何让 R 做面积图！不得不单独导出和编辑。）

还有几点需要考虑：

如评论中所述，如果 x 轴不在自然 y 零点，则底部填充在很大程度上是不合适的。这可能是因为 y 轴被缩放以从零以外的数字开始，或者因为使用的单位没有自然零解释（例如，开尔文有自然零，而摄氏度没有。）

其次，底部填充特别有效的情况是数据本身是否可以被视为未填充。例如，山脉高度的折线图对于未填充是有意义的，填充颜色代表地球，而未填充代表空气。

一个相关的例子可能是计数数据。如果我们在每个 x 点堆叠所有个体，我们将得到一个条形图。如果在条形之间插值有意义，我们最终会得到一个带有底部填充的折线图。

这张来自“定量信息的视觉展示”的图像可能会更好地解释它。它显示了第二次战争期间哪些军事单位在欧洲（我认为）。在每个时间点堆叠单位会给您一个未满的条形图。在数据顶部绘制一条线会为您提供一个未填充的折线图。