数据视觉化@Harvard笔记(7)

这一节主要讲统计图

1. 比较

  • 柱状图

例一: 表示方向

Bar: Direction

例二: 表示正负

Bar: Positive vs. Negative

例三: 交代背景很重要

(下图摘自课件)

Bar: Context

例四: 不要3D!

Bar: No 3D

2. 比例

  • 饼图

例一: 太多slice不好阅读

Pie: Too Many Slices

例二: 不一定比柱状图有效

Pie: Compare to Bar1

Pie: Compare to Bar2

例三: 计算一定要正确!

Pie: Calculation

例四: 不容易对比

表格和柱状图表示变化更明显 - 人对面积和角度的变化不太敏感。(下图摘自VizWiz Blog)

Pie: Calculation

例五: 不要3D!

利用3D和抓人眼球的亮绿色使Apple的市场份额看起来比实际大。

Pie: No 3D

转化成柱状图后

Pie: No 3D

  • 叠加图的反思

叠加图一个最大的问题是不能直观地读出数值。

例一:

Stacked Bar 1

Stacked Bar 2

3. 分布

  • 直方图

直方图是常用的统计图。比较重要的一个参数是区间宽度,区间宽度会影响直方图分布。(下图摘自课件)

Stacked Bar 2

  • 密度图

(下图摘自课件)

Stacked Bar 2

  • 盒须图

(下图摘自课件)

Stacked Bar 2

4. 关联

  • 散点图

散点图是朴实又必要的表达。我们常用的统计指标几乎都是概括性的,但散点图能直接告诉我们数据长什么样子。(下图摘自课件)

Stacked Bar 2

但是画散点图时我们也要注意散点过于密集的问题。(下图摘自课件)

Stacked Bar 2

  • 拟合曲线

(下图摘自课件)

Stacked Bar 2

5. 趋势

柱状图,折线图都能用来表示趋势。

Tags: DataVis