大数据可视化常见图形系列之一

大数据可视化常见图形系列之一
1 Line Graph （线图）
描述
线状图是用来显示定量值在一个连续时间间隔或时间跨度。

是最常用来显示趋势和关系(与其他行分组时)。

线形图帮助给一个“大画面”在一个区间,它开发了在此期间。

线图绘制首先绘制数据点在笛卡儿坐标网格,然后点之间的连接一条线。

通常,轴有一个量化值,而轴有一个类别或测序规模。

负值可以显示以下轴。

解析
功能：样式，时间序列数字
2 Bubble Chart（气泡图）
描述
气泡图是一个多变量图，散点图和比例面积图组合。

泡沫和散点图类似,都是使用笛卡儿坐标系统沿着网格绘制点的X
和Y轴表现独立的变量,然而与散点图不同,每个点被分配一个标签或类别(同时显示或一个图例)。

每个泡沫点面积代表第三个变量，颜色也可以用来区分类别或用于表示一个额外
的数据变量。

还可以亮度和透明度。

时间可以通过显示的变量在一个轴或通过动画数据变量随时间变化。

泡沫图通常用于比较的图表显示标签/分类之间的关系圈,通过使用定位和大小比例。

泡沫的整体图片图表可以使用来分析模式/相关性。

泡沫图上如果有太多点会让图表难以阅读,所以泡沫图表数据大小容量有限。

这点可以稍微通过交互性弥补:点击或停留在泡沫点显示隐藏信息,有一个选项来过滤掉分组类别。

像面积比例图表,圆圈的大小需要根据圆的区域,而不是它的直径或半径。

圈的大小不仅会改变指数,但这将导致误解的人类视觉系统。

解析
功能：对比、时间数据、分布、样式、比例、关系
3 Choropleth Map（地区分布图）
描述
地区分布图用颜色、阴影或花纹展示数据变量来进行地理区域或地区划分。

这提供了一个地理区域可视化数值，它可以显示变异或模式。

数据变量在每个区域的地图使用颜色级数来表示。

通常情况下,这可能是一个混合从一种颜色到另一个极端,一个单一的
色调,透明不透明,光暗或整个色谱。

使用颜色的一个缺点是你不能从地图上准确地读或比较值。

另一个问题是,大区域比小区域显得更加强调,所以对读者感知产生误解。

制作地区分布图时常见的错误编码的原始数据值(如人口),而不是使用归一化值(例如计算每平方公里人口)产生密度图。

结构分解
用途：对比、位置、模式
4 Pie Charts（饼图）
描述
被广泛用于展示和办公室事务的饼图，通过把圆分成对应比例的各个部分，来展示不同类别的占据比例和百分数。

每一个弧的长度都代表了一个类别的占据比例，而整个圆形则是数据总和，各部分百分数加起来应该是100%。

如果要给读者快速知道数据的比例分布，那么，饼图是一个理想的选择。

但是，它的主要缺点是：
只能用于展示少量数据，因为当要展示的数值越多，每个分割出来的部分就越小。

这就是他们不适合用于展示大量数据的原因。

比其他类型的图表（例如一个100%的条形图）占用更多的
空间。

主要是饼图的占用地方太大，使得很多情况下，人们都不会选用它。

不利于准确比较各部分数据。

这是因为如果要详细地、准确地对比数据，很难通过面积大小来区分个部分。

尽管如此，在一个饼图内对比给定的数据（一部分），往往比较有效。

用途：对比、部分-整体、比例
5 Donut Chart（甜甜圈图）
描述
甜甜圈图本质上是一个饼状图中心的面积挖空。

然而,甜甜圈图相比饼状图有轻微的优势,有时批评饼状图注意力集中在图中每个分片相对大小，但作为一个整体,给没有显著表明与其他的饼图的变化。

甜甜圈图部分解决这个问题，边缘化的面积,使观众更加关注整体的变化值。

你的重点是阅读弧的长度,而不是比较片之间的面积。

甜甜圈图也可以占用更少的空间，中心用于显示信息，比如图表标题。

结构分解
用途：对比、部分整体、面积。