数据可视化：柱状图、雷达图等六种基本图表的特点和适用场合
“数据可视化”可以帮助用户理解数据，一直是热门方向。图表是”数据可视化”的常用手段，其中又以基本图表—-柱状图、折线图、饼图等等—-最为常用。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjl9UC4hkU7O2DYQicBv8zkWbgaBdARYf9mlcO6AV1Pk4xyLIm279a4bMw/0用户非常熟悉这些图表，但如果被问道，它们的特点是什么，最适用怎样的场合（数据集）？恐怕答得上来的人就不多了。本文是电子书《Data Visualization with JavaScript》第一章的笔记，总结了六种基本图表的特点和适用场合，非常好地回答了上面的问题。序言进入正题之前，先纠正一种误解。有人觉得，基本图表太简单、太原始，不高端，不大气，因此追求更复杂的图表。但是，越简单的图表，越容易理解，而快速易懂地理解数据，不正是”数据可视化”的最重要目的和最高追求吗？所以，请不要小看这些基本图表。因为用户最熟悉它们，所以只要是适用的场合，就应该考虑优先使用。一、柱状图（Bar Chart）柱状图是最常见的图表，也最容易解读。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlRqpwPA6GmPfBu2CV6ka3jENh0fjJGUuvSn6SSlmqIvXS5rvOpf2tww/0它的适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较。年销售额就是二维数据，”年份”和”销售额”就是它的两个维度，但只需要比较”销售额”这一个维度。柱状图利用柱子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果非常好。柱状图的局限在于只适用中小规模的数据集。通常来说，柱状图的X轴是时间维，用户习惯性认为存在时间趋势。如果遇到X轴不是时间维的情况，建议用颜色区分每根柱子，改变用户对时间趋势的关注。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlX0GLhFG4LOQeicyJwyibDMXGo3IJNL4IHdZGYpNVUI7JK68rdNHaAnRQ/0上图是英国足球联赛某个年度各队的赢球场数，X轴代表不同球队，Y轴代表赢球数。二、折线图（Line Chart）数据折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlOXvibhutySQzqLonmrItWK8XHsNF9ISjuUIusjRR1oLKV24V98578hg/0它还适合多个二维数据集的比较。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjl4cM9wVeAFIO8qpN5lYT7mPxBdG7DSm0315RuPEylf0z6e0Wicqaz4Xg/0上图是两个二维数据集（大气中二氧化碳浓度，地表平均气温）的折线图。三、饼图（Pie Chart）饼图是一种应该避免使用的图表，因为肉眼对面积大小不敏感。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlutfGrPaDansIicpEJujsR8F68dUvV4QFppUnriaFLXm5iccX3WaKWtGbQ/0http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlxAicr3MjTBZibia1ckBibJNlxIA5YNBUPHIDwZPUpp1steg0TT6uKC5Z4A/0
上图中，左侧饼图的五个色块的面积排序，不容易看出来。换成柱状图，就容易多了。一般情况下，总是应该用柱状图替代饼图。但是有一个例外，就是反映某个部分占整体的比重，比如贫穷人口占总人口的百分比。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjliaPSZW8LLFiaERoO5Y1hgRDPs90SShibTt6zDUe9icpAmu0oLjodzSPjvQ/0四、散点图（Scatter Chart）散点图适用于三维数据集，但其中只有两维需要比较。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlhkqia4lUeObLEZs8djZfEX4SemyT7QdxfDTgYicnv5NQCtGy2fxhVl7A/0上图是各国的医疗支出与预期寿命，三个维度分别为国家、医疗支出、预期寿命，只有后两个维度需要比较。为了识别第三维，可以为每个点加上文字标示，或者不同颜色。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlEiaibicGeCNPyeGa0cjjbDOIDKtXrEpxBH4MBfiaTrJnqefsiaUxN1XGWiaw/0五、气泡图（Bubble Chart）气泡图是散点图的一种变体，通过每个点的面积大小，反映第三维。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlUAic9K1lpsuJwTkia6ibXRjibMAlJ2oWZdE9TFAH2LX4Wyib4wtl7qKAh4A/0上图是卡特里娜飓风的路径，三个维度分别为经度、纬度、强度。点的面积越大，就代表强度越大。因为用户不善于判断面积大小，所以气泡图只适用不要求精确辨识第三维的场合。如果为气泡加上不同颜色（或文字标签），气泡图就可用来表达四维数据。比如下图就是通过颜色，表示每个点的风力等级。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlUlWicLI5QpwAndFewBAoa4zK1ehGI0lcVvvp3W1mtzWibRKEt6G5qdrA/0六、雷达图（Radar Chart）雷达图适用于多维数据（四维以上），且每个维度必须可以排序（国籍就不可以排序）。但是，它有一个局限，就是数据点最多6个，否则无法辨别，因此适用场合有限。下面是迈阿密热火队首发的五名篮球选手的数据。除了姓名，每个数据点有五个维度，分别是得分、篮板、助攻、抢断、封盖。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlhFxuKJTicOnmknBbsDwicF0G0fcWGBl4ckGp1SKWnNm8d71LPQ4zqbWQ/0画成雷达图，就是下面这样。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlB43MLnUQfv3LZ9fYcyiazMayCNjSQTIN6JgL6TgoXkJkBDVSkyHXjtA/0面积越大的数据点，就表示越重要。很显然，勒布朗·詹姆斯（红色区域）是热火队最重要的选手。需要注意的时候，用户不熟悉雷达图，解读有困难。使用时尽量加上说明，减轻解读负担。http://mmbiz.qpic.cn/mmbiz/cx8SumXqBLq6Akhlm0FcldR90caBAbjlFMCR0vYwyXtXrsNzpCNJSyPcV6NwnRsMScfoHRdsibebKic0SiaqdUH9Q/0
很有價值得一份分析資料，以前一值都搞不清楚 分析较彻底，终于明白了 楼主有没有电子档啊，这资料太好了！ 很好的资料，谢谢分享 这个不错，大数据时代已经来临！ 学习了，不错哦
页:
[1]