1. sci666首页
  2. 杂谈

《数据可视化基础》第五章:可视化数量(二)

以下部分是基于《Fundamentals of Data Visualization》学习笔记,要是有兴趣的话,可以直接看原版书籍:https://serialmentor.com/dataviz/
 

点图

条形图有一个不好的地方在于,条形图必须是是从0开始延伸到具体数值的。这个对于可视化一些具体差异变化很少的数据的时候就看着不好看了。例如下面这个图,下面图中的数据有一定的变化差异,但是其变化差异没那么大,这个时候如果从0开始变化的话,就看着变化没那么明显。《数据可视化基础》第五章:可视化数量(二)

对于以上的情况,我们就可以使用点图来进行表示。所谓的点图就是利用一个点放到数据的具体位置上即可。这个时候,我们就没有坐标轴的现实了。所以就可以把坐标轴的范围来进行调整以及缩放了。

《数据可视化基础》第五章:可视化数量(二)


 

热图

对于两个分类变量的可视化,上面介绍的分组和堆叠的条形图是基于分组很少的情况下来进行绘制的。如果分组很多的时候,就不适用了。例如这个把年龄当作分组的数据,光是进行了7个分组结果就看着很眼花缭乱了,如果有10个乃至20个分组的话,那就更看不清楚里面的图形表达的是什么了。

《数据可视化基础》第五章:可视化数量(二)

这个时候我们使用热图来进行可视化就是一个很好的选择。所谓的热图就是把两个分类变量放到X和Y轴上,然后把数据的数值当作连续性的颜色标度来进行表示。

例如下面这个图是的数据是20个国家在23年来的互联网用户的数据。如果我们要用条形图或者点图的话,需要进行20或者23个分组。这个是很混淆数据的。所以为了整体反应数据,我们把20个国家放到Y轴,把23个国家放到X轴。然后把具体的数值放到颜色上,就形成了下面这个图。

《数据可视化基础》第五章:可视化数量(二)

这些可能会帮助到你: 问答社区 | 共享百度SVIP | 留言建议

欢迎入群交流:生信分析群: 732179952 · Meta分析群: 797345521 · 医学科研交流群: 797345521

发表评论

电子邮件地址不会被公开。 必填项已用*标注