查看“︁折線圖”︁的源代码

{{refimprove|date=2020年6月}}          
'''折線圖'''（line chart）或'''曲線圖'''（curve chart）<ref>{{Cite book|title=Charting Statistics|url=https://archive.org/details/chartingstatisti0000spea|last=Spear|first=Mary Eleanor|publisher=McGraw-Hill|year=1952|location=New York|pages=[https://archive.org/details/chartingstatisti0000spea/page/41 41]|oclc=166502}}</ref>是由許多的資料點用[[直線]]連接形成的[[統計圖表]]<ref>Burton G. Andreas (1965). ''Experimental psychology''. p.186</ref>，若看多個資料點之間的連線，會是折線。折線圖是許多領域都會用到的基礎圖表，折線圖類似[[散布圖]]，不過折線圖以X軸為基礎，將X軸上相鄰的資料點之間用直線連接。折線圖常用來觀察資料在一段時間之內的變化（[[時間序列]]），因此其X軸為[[时间|時間]]，這種折線圖又稱為[[趋势图]]<ref>Neil J. Salkind (2006). ''Statistics for People who (think They) Hate Statistics: The Excel Edition''. page 106.</ref>。

==歷史==
歷史上最早使用折線圖的人可能是{{le|Francis Hauksbee|Francis Hauksbee}}、{{le|Nicolaus Samuel Cruquius|Nicolaus Samuel Cruquius}}、[[约翰·海因里希·朗伯]]及{{le|William Playfair|William Playfair}}<ref>[[迈克尔·路易斯·弗兰德利|Michael Friendly]] (2008). [http://www.math.yorku.ca/SCS/Gallery/milestone/milestone.pdf "Milestones in the history of thematic cartography, statistical graphics, and data visualization"] {{Wayback|url=http://www.math.yorku.ca/SCS/Gallery/milestone/milestone.pdf |date=20180926124138 }}. pp 13–14. Retrieved 7 July 2008.</ref>。

== 舉例 ==
在實驗科學中，在實驗中收集到的資料常會繪圖來進行可視化，例如要紀錄某個物體在特定時間下的速度，可以用[[表格]]來進行可視化：
[[Image:ScientificGraphSpeedVsTime.svg|thumb|300px|速度對時間的圖]]
{| class="wikitable"
! 經過時間（s）
! 速度（m&thinsp;s<sup>−1</sup>）
|- 
| 0 
| 0
|- 
| 1 
| 3
|- 
| 2 
| 7
|- 
| 3 
| 12
|- 
| 4 
| 20
|- 
| 5 
| 30
|- 
| 6 
| 45.6
|}

用表格表示資料的方式，好處是可以顯示實際的值，但不容易看到這些數字背後的趨勢，或是各數字之間的比例關係。

若將上述資料用速度對時間的折線圖表示，比較容易看到其中的趨勢。

若將時間表示為<math>t</math>，速度表示為<math>v</math>，折線圖就是[[函數]]<math>v(t)</math>的圖。

== 最適擬合 ==
[[File:Dwiggins graph.jpg|thumb|1919年出版的病態折線圖]]
折線圖常會包括一層用[[曲線擬合]]產生的數學函數，這層常稱為曲線擬合層。

最適擬合函數若將各資料點直接連線產生，會有以下的問題：

# 各資料點之間連線的斜率不同，實際二資料之間的關係，不太可能是斜率不連續的斜線。
# 實驗中的量測會有一些誤差，直接連線假設量測誤差可忽略，這也是不太容易出現的情形。

曲線擬合層的目的是看出資料的趨勢，可以在圖上看出斜率變化之類的資訊。

曲線擬合層會用連續的數學函數，在將誤差最小化的條件下，找到數學函數的參數。像{{le|繪圖軟體列表|list of graphing software|繪圖軟體}}或是[[電子試算表]]中都有曲線擬合的機能，數學函數可以從簡單的[[一次方程]]，到較複雜的二次方程、多項式、指數函數、對數函數、幂次函數或是周期性函數<ref>{{cite web|title=Curve fitting|url=http://physics.info/curve-fitting/|work=The Physics Hypertextbook|accessdate=2020-06-23|archive-date=2019-03-23|archive-url=https://web.archive.org/web/20190323221957/https://physics.info/curve-fitting/|dead-url=no}}</ref>。

==相關條目==
{{Commons category|Line charts}}
* [[趋势图]]
* {{le|資訊繪圖軟體列表|List of information graphics software}}
* [[曲線擬合]]
* {{le|雷達圖|radar chart}}
* [[柱狀圖]]

==參考資料==
{{reflist}}

[[Category:品管圖表]]
[[Category:统计图表]]
[[Category:Financial charts]]