我个人对饼图的问题是，虽然它们可能有助于显示如下差异：

太多人用它来表明：

我不会说人们对饼图的使用越来越感兴趣或争论不休。它们在网络和所谓的“预测分析”解决方案中随处可见。

我猜你知道 Tufte 的工作（他也讨论了多个饼图的使用），但更有趣的是，威尔金森的图形语法的第二章以“如何制作饼图？”开头。您可能还知道 Cleveland 的点图，甚至是条形图，将传达更精确的信息。这个问题似乎真的源于我们的视觉系统能够处理空间信息的方式。它甚至在 R 软件中被引用；从在线帮助中pie，

Cleveland (1985)，第 264 页：“可以通过饼图显示的数据始终可以通过点图显示。这意味着可以沿着一个共同的尺度来判断位置，而不是不太准确的角度判断。” 该声明基于克利夫兰和麦吉尔的实证调查以及感性心理学家的调查。

Cleveland, WS (1985)图形数据的元素。沃兹沃思：美国加利福尼亚州蒙特雷。

饼图的变体（例如，类似甜甜圈的图表）都会引发相同的问题：我们不擅长评估角度和面积。恕我直言，即使是“corrgram”中使用的那些，如 Friendly, Corrgrams: Exploratory display for correlation matrices , American Statistician (2002) 56:316 中所述，也很难阅读。

然而，在某些时候，我想知道它们是否仍然有用，例如（1）显示两个类很好，但增加类别的数量通常会恶化阅读（尤其是在 % 之间存在严重不平衡的情况下），（2）相对判断是比绝对的更好，即并排显示两个饼图应该有利于更好地了解结果，而不是简单的估计，例如混合所有结果的饼图（例如双向交叉分类表）。顺便说一句，我向 Hadley Wickham 提出了一个类似的问题，Hadley Wickham 好心地向我指出了以下文章：

1. 斯宾塞一世（2005 年）。没有谦虚的馅饼：统计图表的起源和使用。教育与行为统计杂志，30（4），353–368。
2. Heer, J. 和 Bostock, M. (2010)。众包图形感知：使用 Mechanical Turk 评估可视化设计。CHI 2010，2010年 4 月 10-15 日，美国佐治亚州亚特兰大。

总而言之，我认为它们仅适用于粗略地描绘 2 到 3 个类别的分布（我不时使用它们在年龄直方图之上显示样本中男性和女性的分布），但是它们必须伴随着相对频率或计数才能真正提供信息。表格仍然会做得更好，因为您可以添加边距并超越 2 路分类。

最后，还有基于饼图概念的替代显示。我可以想到由 Robert Kosara 在理解饼图中描述的方形饼图或华夫饼图。

饼图和馅饼一样，可能很美味，但没有营养。

除了已经提出的观点之外，一个是旋转饼图会改变对角度大小的感知，就像改变颜色一样。

如果饼图只有几个类别，请制作一个表格。如果它有很多类别，那么切片将太薄而无法看到（更不能准确标记）。

我在我的博客上写过这个

我认为您已经回答了第二个要点的问题。如果您想占用宝贵的房地产，那就这样吧！然而，第一个子弹更重要。使用条形图，观察者需要仅基于 1 个轴来估计相对比例。使用饼图判断至少涉及 2 个轴。一个轴是弯曲的。我认为当饼图中有许多类别，带有图例时，饼图最有效地使用，并且判断比例并不是那么重要。