نمودار میلهای: یک میله برای هر دسته؛ درازا = فراوانی یا درصد. برای مقایسهٔ دستههایی که به هم نزدیکاند بهتر از دایرهای است. میلهای افقی: همان، با محورهای چرخیده؛ برای اسمهای طولانی.
نمودار دایرهای: برای گزارش سهم از کل، با حداکثر ۶ دسته. زاویهٔ قاچ: nni×360∘ یا درصد × 3.6. مثال: ۱۴ نفر از ۴۰ نفر = 14×9=126 درجه.
نمودار سهبعدی را نکش؛ قاچها و میلههای جلو بزرگتر دیده میشوند.
محور فریبنده: محوری که از صفر شروع نشود تفاوت را بزرگ نشان میدهد. ۴۲۰ و ۴۸۰ با محور شروعشده از ۴۰۰: میلهها ۲۰ و ۸۰، یعنی «چهار برابر»، در حالی که واقعاً حدود ۱۴٪ فرق دارند.
تصویر فریبنده: دو برابر کردن طول و عرض یک تصویر، مساحتش را ۴ برابر میکند.
نمودار نقطهای: هر داده یک نقطه بالای محور؛ مد بلندترین ستون است.
مشاهده (نقطهٔ داده): مقدارهای همهٔ متغیرها برای یک واحد آماری.
پراکنشنگاشت: دو متغیر کمّی؛ هر مشاهده یک نقطهٔ (x,y).
نمودار حبابی: سه متغیر عددی (v1,v2,v3)؛ v1 محور افقی، v2 محور عمودی، v3مساحت حباب. شعاع با v3 متناسب است: v3 نُه برابر یعنی شعاع ۳ برابر. v3 باید مثبت باشد. رنگ و طرح برای متغیرهای بیشتر.
نمودار راداری (تار عنکبوتی، ستارهای): سه متغیر کمّی یا بیشتر روی شعاعهایی با زاویهٔ برابر k360∘ برای k متغیر؛ جا و زاویهٔ شعاعها اطلاعاتی نمیدهد. هر مقدار را بر بیشینهٔ همان متغیر تقسیم کن و در ۱۰۰ ضرب کن؛ مثلاً ۴۰ از بیشینهٔ ۵۰ میشود ۸۰. چند مشاهده را روی هم بینداز تا شباهتها، دورافتادهها و نقاط قوت دیده شوند.
هیچ ایدهٔ پیشرفتهای در ریاضی از هوا نیامده؛ هر کدام ریشهای در چیزی ساده دارد که همین حالا بلدی. از «عدد یعنی چه» شروع میکنیم و به همان ریاضیای میرسیم که هوش مصنوعی با آن آموزش میبیند — بدون حفظکردنِ بیدلیل و بدون فرضِ اینکه قبلاً چیزی بلد بودهای.