晶圓圖是將晶圓上各晶粒（晶片）的位置與其測試結果或檢測結果對應記錄的資料，或將其以圖形顯示者。在晶圓測試中，每顆晶粒的合格與否與 bin（不良分類）會連同座標一起記錄，並以從上方俯視晶圓的格狀圖色彩區分顯示。它同時肩負 2 種角色：將哪些晶粒是良品傳達給後段製程，以及從不良分布探究原因的分析。
在後段製程中，晶圓圖是挑選良品晶粒的指示。過去是在不良晶粒上用墨水做記號以目視區別，現在則以將晶圓圖資料交給黏晶機（die bonder）或挑揀設備、只自動取出良品晶粒的方式（無墨點，inkless）為主流。資料格式因測試機與設備廠商而有多種，但也訂有 SEMI E142（基板對應圖）等標準。
在分析方面，不良晶粒在晶圓上如何分布（空間圖樣）是重要線索。沿晶圓外圍的不良，可能是邊緣附近薄膜沉積或清洗不均；集中於中心的不良，可能與旋轉塗佈或 CMP 的面內分布有關；呈直線排列的不良，可能是傳送時的刮傷；同一位置反覆出現不良，則懷疑是光罩缺陷。將這類分布圖樣（signature）分類，就能縮小造成問題的製程或設備範圍。
近年來，晶圓圖的圖樣分類開始運用機器學習。將大量晶圓圖當作影像進行學習，自動判別典型的不良圖樣並提示可能的原因製程，這類機制已整合進良率管理系統。此外，將晶圓測試的圖與前段製程缺陷檢測或 WAT 的圖相互疊合，也可用於找出哪些缺陷實際造成電性不良的分析。