因发明箱形图而知名的美国数学家和统计学家 John Wilder Tukey 甚至有更鲜明的立场。有人引用他的话说，任何能在饼图中呈现的数据，都能在其他类型的图表中更好地呈现出来。

人们对饼图的一些常见抱怨包括：

饼图已经落伍了。

彩色切片会干扰受众对数据的理解。

饼图难以阅读。

人类显然不擅长从不同的角度理解比例关系。

有比饼图更好的图表。

另一方面，数据可视化专家 Nick Desbarats 自称为“转变了阵营的饼图反对者”，并宣称这个改变为时未晚。他表示，当满足某些条件时，饼图仍然是一种有效的工具。让我们简要了解一些条件：

不应有重叠的类别。

类别应为正值或负值，而不是这两种值的混合。

类别应少于六或七种。

根据这些条件，可以轻松快速地确定饼图是否适合用来表示您的数据集。

总体情况

我们已经知道，有些场景适合使用饼图，但也有关于饼图的合理批评。所以，我们不是要粉饰饼图，也不是建议您放弃所有其他的图表制作方法。

与任何类型的可视化一样，重要的是要保持表面上的平衡，以及对相对优缺点的客观看法。不要忽视饼图的不足之处，也不要让其积极的方面被埋没。

诸如“条形图比饼图更好”或“饼图无用”之类的说法是毫无裨益的概括。我们宁愿走理性路线；在本文的后续几节，我们将讨论当您有合适的机会在演示文稿中使用饼图时如何充分利用饼图。

饼图制作最佳实践

在创建饼图时，有一些明显的局限性会导致饼图难以使用。通常，如果您必须创建第二个图表来清楚地解释您的观点，那么饼图很可能并非最佳选择。但我们想给饼图一个公平的机会，所以，让我们来看看如何制作出最好的饼图。

值得注意的是，这里针对饼图阐述的许多最佳实践也适用于其他图表类型，以及一般的数据可视化。尽管如此，这些实践仍然值得一提，因为如果将饼图视为过于简单化的东西，在构建饼图时缺乏适当程度的谨慎和考虑，这样做是有风险的。

尽量减少切片数量

添加过多的切片不仅会造成视觉上的混乱，还会让受众感到困惑。这不利于进行清晰的沟通，所以，如果您要使用大量切片，通常最好避免使用饼图。

如果您希望获得具体的建议，微软建议仅在涉及的类别少于七个时使用饼图，但确切的数字因您询问的人而异。为了安全起见，最好在只有两三个切片时使用饼图；当切片数量达到五个或更多时，饼图可能会开始变得不清晰明了。

幸好，清晰明了、看似简单的饼图不可能会变得杂乱无章。所以，尽量减少切片数量对演示者和受众都有很大好处。可尽量减少切片数量的一种方法是，将不太相关的较小切片合并为“其他”切片。然而，这种方法并非适用于所有数据集，如果确实涉及许多类别，那么您最好的选择可能是使用条形图或柱形图。

按顺时针降序排列切片

顺时针排列切片往往更直观，而且是一种很少被打破的规范。

鉴于饼图通常用于突出显示数据集中最大的切片，因此按降序排列切片会有所帮助。

默认情况下，think-cell 饼图根据数据表的顺序顺时针显示。您可以使用易于访问的迷你工具栏更改这项设置。

清晰地使用类别标签

切记要纳入类别标签，以便受众准确知道每个切片代表什么；还务必要纳入百分比标签或值标签。将标签添加到饼图时，必须考虑可读性。标签的位置、大小和易读性可能是饼图成败的关键。

在几乎所有情况下，相较于在图表底部或侧面使用图例，在每个切片上直接放置标签可使图表更易于阅读。而且，如果您遵循“不过多地使用切片”这种做法，您应该有足够的空间来添加清晰的标签，并确保标签彼此互不干扰。

如果空间不足够，无法确保在切片中放置标签后饼图不会显得乱七八糟，请考虑使用像 think-cell 这样的工具，以便您在类别标签旁边显示值。