Obstaja veliko različnih vrst interpretacije histograma, ki jih določa celotna oblika grafa. Dve glavni razliki sta simetrični histogrami in asimetrični histogrami. Znotraj teh dveh glavnih razlik so številne druge razlike, odvisno od porazdelitve grafa. Razumevanje različnih vrst interpretacije histogramov lahko analitikom na prvi pogled pove nekaj o podatkih.
Normalna oblika histograma je znana kot oblika zvona ali zvonasta krivulja. Največje število podatkovnih točk se nahaja blizu središča grafa, z vedno manjšo količino točk na vsakem koncu, ki se odmika od središča. Ko je narisana črta z grobo uporabo vrhov palic kot referenčnih točk, je podobna obliki zvonca. To je vzorec, ki se najpogosteje pojavlja pri analizi stvari, ki se dogajajo v naravnem svetu.
Dve tipični različici interpretacije simetričnega histograma sta nenormalna kratkorepa in nenormalna dolgorepa. V teh primerih so podatkovne točke še vedno večinoma enakomerne na obeh straneh, vendar je v porazdelitvi nekaj razlike. Pri interpretaciji histograma s kratkim repom se podatkovne točke nagibajo k kopičenju okoli središča. Pri dolgorepi interpretaciji so podatkovne točke bolj razpršene, vendar še vedno večinoma enakomerno razporejene na obeh straneh.
Druga različica simetričnega histograma je simetrična z izstopniki. V tem primeru lahko v nizih podatkov obstajajo znatne vrzeli, ki puščajo vrzeli v histogramu. Kljub temu ostaja histogram razmeroma simetričen, ker se na obeh straneh pojavljajo izstopi. V nekaterih primerih se lahko izločki izločijo, ker niso statistično pomembni.
Druga pomembna vrsta interpretacije histogramov je asimetrična interpretacija. Tako kot drugo večjo delitev je mogoče tudi asimetrične histograme nadalje razčleniti na podrazdelke. Asimetrični histogrami so znani tudi kot poševni histogrami, ker podatkovne točke dajejo prednost eni strani središča ali drugi strani. Izstopajoči lahko obstajajo tudi v poševnih histogramih, vendar običajno ne vplivajo na obliko ali povprečja, razen če so skrajni izstopajoči.
Poševno ali asimetrično interpretacijo histograma je pogosto težko resnično doseči, ker so podatkovne točke močno naklonjene eni ali drugi strani. Pogosto lahko povprečja v takih nizih podatkov pomenijo zelo malo, ker so tako napačni. Povprečje morda ni v resnici na sredini histograma, kar zmanjšuje njegov statistični pomen.