这两个图只是不同应用场合的表现形式而已：
P图（用于可变样本量的不合格品率）。常见的不良率有不合格品率、废品率、交货延迟率、缺勤率、差错率等等。P图是一种计数型控制图，它绘制的是每个样本的不合格品率。每个分组样本可以有相同的样本量或者不相同的样本量。
U图（用于可变样本量的单位缺陷数）。U图是一种计数型控制图，它绘制的是每个样本中的单位平均缺陷数，即描述了样本数变化时每个单元的缺陷数。
这里要注意不合格数和缺陷数的区别，不合格品数是针对样本本身来说的；缺陷数是针对样本内部的，说明样本的符合性，而不是针对样本本身。
扩展资料：
SPC统计过程控制（StatisticalProcessControl）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。
技术原理：
利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异。
统计过程控制（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。
它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。
由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。
因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；
根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。
控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。
近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。
参考资料来源：