数据可视化：多元图表类型解析

### 数据可视化：多元图表类型解析 #### 1. 柱状图的使用与局限 柱状图在很多情况下能清晰展示数据，但并非适用于所有场景。如果在一个柱状图中放入过多信息，它会变得过于复杂。例如，当有超过两个没有自然层级关系的类别时，柱状图就会变得难以理解。像图 3 - 25 那样，单个图表中包含过多信息，虽然能从中找到所需信息，但需要花费一些精力去提取，并检查是否有意外模式。 柱状图的优缺点总结如下： | 优点 | 缺点 | | --- | --- | | 有效利用强预注意属性 | 堆叠三个或更多类别时，分析难度增加 | | 很多人熟悉的图表样式 | 单个视图中使用过多类别会有困难 | #### 2. 折线图的特点与应用 折线图是展示趋势的绝佳选择，适用于具有逻辑顺序的数据，如日期、年龄或学校的年级组等。它需要序数数据，即数据按容易理解的顺序排列，一个数据点按逻辑顺序跟随另一个。一些序数数据的例子包括军阶、教育水平和组织中的职位等级。 ##### 2.1 折线图的读取方法 折线图和柱状图一样，至少有一个轴来表示数据点的值。在西方文化中，测量轴通常应为垂直轴，因为我们习惯从左到右读取序数点。折线图的水平轴可以由形成序数标题或轴的分类成员组成。需要注意的是，日期排序不当可能会导致错误结论，所以应按正常的早到晚顺序使用日期。 折线图特别有效是因为它使用二维位置作为预注意属性，线条本身引导用户浏览数据点，让观众了解测量值是快速增加、缓慢增加还是减少。如果需要在分析中使用类别，可以像在柱状图中一样使用颜色。 ##### 2.2 折线图的优化形式 - **周期图**：在分析数据时，日期的各个部分可以作为有用的类别进行比较。周期图的线条仍然从左到右读取，但被日期的更高级元素分隔开。例如，在图 3 - 31 中，以工作日为例，每个工作日按季度细分，能帮助我们发现标准折线图中难以发现的数据模式。 - **斜率图**：当不需要查看更精确点的趋势，只关注整体变化时，斜率图很有效。通过去除中间数据点，图表的梯度使我们更容易评估从第一个日期到最后一个日期的变化。但斜率图可能会过度简化数据表示，错过季节性趋势。 - **迷你折线图（Sparklines）**：这是一种占用空间小但影响大的折线图，用于展示趋势而非查找精确值。创建迷你折线图有以下几种方式： - 移除 y 轴：如果保留 y 轴会很小，可能用处不大。 - 移除 x 轴：单独使用迷你折线图时，x 轴常被移除。 - 包含一些标签：移除 y 轴时，至少包含一个线末端标签有助于量化迷你折线图中显示的值。