7種你應(yīng)該多多使用的數(shù)據(jù)可視化類型(以及如何運用)

原文地址:https://medium.com/@EvanSinar/7-data-visualization-types-you-should-be-using-more-and-how-to-start-4015b5d4adf2#.ihmpbv71k

原文作者:Evan Sinar

獨特的數(shù)據(jù)可視化令人印象深刻,也可以使觀者體會到其多樣性——因為即便是最清晰直觀的可視化類型,一再重復(fù)也會喪失魅力。隨著大眾審美程度的提高,數(shù)據(jù)可視化設(shè)計師也需要不斷拓展可視化方法、提升他們的數(shù)據(jù)可視化知識和熟練度,提高他們的技能,以增加觀者的熟悉度和他們的期待。更重要的是,可視化設(shè)計師始終意識到將可視化方式和數(shù)據(jù)、闡釋方式、解答問題匹配起來是多么重要。

在這片文章中,我回顧了7種大家并不那么熟悉(或許從未聽說)但是卻很有用的數(shù)據(jù)可視化類型:

1. 斜率圖

2. 平行坐標(biāo)圖

3. 沖積圖

4. 旭日圖

5. 圓形劃歸圖

6. 地平線圖

7. 流圖

盡管這些可供選擇的數(shù)據(jù)可視化方法已經(jīng)有了很好的發(fā)展,并且也在很多方面證明了它們的價值,但他們卻沒有像條形圖、折現(xiàn)圖、散點圖和扇形圖一樣那么普遍。毫無疑問,基本和常見的可視化類型仍然可以用于處理某些簡單的數(shù)據(jù)。然而,當(dāng)傳播復(fù)雜的內(nèi)容時,例如層次結(jié)構(gòu),縱向數(shù)據(jù)和多變量比較等等, 通常需要相應(yīng)深度的更高級的可視化類型。

文中介紹的每個可視化類型內(nèi)容包括以下部分:

? 簡要描述

? 何時使用

? 兩個實際案例(即人們在實際數(shù)據(jù)處理過程中有效使用了該技術(shù))

? 更多相關(guān)信息瀏覽地址

??如何制作(無需編碼)所有的這些可視化都可以通過像R語言和D3.js或者其他的商用程序來完成,但耗時較長,花費也很高,所以往往不是最好的選擇。這里介紹的每一個可供選擇的可視化技術(shù)都是可以快速、免費獲得且廣泛使用的,可以利用如Excel等工具完成,無需編碼。本文中,我會重點對這些方法進(jìn)行闡述。

1 斜率圖——斜率圖是一種特殊的線形圖,通過將兩組(或多組)數(shù)據(jù)連線,把數(shù)據(jù)在另一層面上反映出來的值(即斜率)進(jìn)行比較,并對這些數(shù)據(jù)的名稱進(jìn)行標(biāo)注以簡單進(jìn)行解釋。兩組數(shù)據(jù)具有相同的度量尺度,以便于看出每個數(shù)據(jù)是否在兩個類別之間存在增加,減少或持平。遵循最佳做法,設(shè)計師經(jīng)常突出顯示最大信息價值的線條(例如,增加或減少量最大的組合),并且淡化弱化顯示其它部分。


何時使用——用來比較數(shù)據(jù)組在一定時間范圍內(nèi)(通常為一個連續(xù)年)的變化率和數(shù)據(jù)排序。一般來說,在斜率圖中,所有數(shù)值對于其所在的組和類別都必須是有意義的,這樣才能顯示其從一個類別到另一個類別的變化程度。

兩個實際案例:

? 《紐約時報》中嬰兒死亡率

? 美國國家公共電臺的“你的國家如何發(fā)電”


(圖表展現(xiàn)了2004~2014美國各個州使用煤礦、天然氣、核能、水能發(fā)電的情況,從圖表中可以清晰的看出哪些能源的使用率在下降,哪些在上升,且可以通過線條的斜率對比某一能源使用率的變化程度)

欲獲取更多信息——請參閱?Cole Nussbaumer Knaflic

如何制作——請參閱Jon Peltier

2 平行坐標(biāo)圖 —— 一個平行坐標(biāo)圖可將多個變量并排排列,每個值在各個變量的最大值和最小值間(最大值在頂部,最小值在底部)水平變化,我們將這些變量上對應(yīng)的值連接起來,就得到了水平坐標(biāo)圖。在已有的大量的案例中,平行坐標(biāo)圖通常是使用交互式視圖,可以選擇和突出顯示其中個別行。

揭示群體表現(xiàn)出類似或不同的多變量的數(shù)量分布。平行坐標(biāo)可視化 最好的可視化類型 大型中,大數(shù)據(jù)。

何時使用——用來說明各數(shù)組線條是如何在各種變量之間顯示或相似或不同的變化趨勢。平行坐標(biāo)圖是用來處理大型數(shù)據(jù)時常用的最優(yōu)可視化類型。

兩個實際案例:

??美國農(nóng)業(yè)部的營養(yǎng)數(shù)據(jù)庫?

??國貨數(shù)據(jù)流的物理平行坐標(biāo)?

欲獲取更多信息——請參閱Stephen Few

如何制作—運用RAW軟件:從Excel或者其他類似的制表程序里直接粘貼自己的數(shù)據(jù),或者運用Cars樣本數(shù)據(jù)集(然后選定平行坐標(biāo),且將每一個數(shù)值坐標(biāo)拖拽至維度框中內(nèi)并且給每個顏色框命名)

3 沖積圖—— 沖積圖(與?;鶊D密切相關(guān))顯示了不同實體(或節(jié)點)如何跨多個組或時間段匯流或分流。在這些圖表中,沖積流的寬度表明在每個范圍內(nèi)數(shù)據(jù)的大小或比例,類似于支流如何形成更大的溪流或河流如何分流形成不同的支流。


何時運用——用以顯示多個數(shù)組在多個變量之間是如何相互關(guān)聯(lián)(當(dāng)數(shù)據(jù)流匯聚時)或者如何各自異化的(當(dāng)數(shù)據(jù)產(chǎn)生分流時)。沖積圖尤其適用于表示文本流數(shù)據(jù):金錢,商品,時間,選票等等,但也可以用于其他多種用途。它還可以用以展示哪些變量更集中(更少,更寬的數(shù)據(jù)流)或者更分散(更多,更窄的數(shù)據(jù)流)。

兩個實際案例:

??美國總統(tǒng)和他們的星座的信息捕捉


(上圖展示了美國總統(tǒng)的出生地、任職時的年齡、黨派及星座信息,通過沖積圖可以明顯看到出生于弗吉尼亞州,年齡50歲,共和黨,雙魚座、水瓶座和天蝎座的總統(tǒng)偏多)

??Lawrence Livermore的關(guān)于2011年美國預(yù)估能源運用估算?

欲獲取更多信息——請參閱Digital Splash Media

如何制作——運用?;鶊D:粘貼你自己的數(shù)據(jù)或者使用網(wǎng)站的數(shù)據(jù)樣表

4?旭日圖——旭日圖展示了在一個圓圈內(nèi)分層結(jié)構(gòu)。每一個外延的環(huán)狀都表示更深一個層次。環(huán)內(nèi)分塊通常由分布在那塊的數(shù)的大小決定。當(dāng)旭日圖和扇形圖有一些相似之處并且在扇形圖不再適用于簡單地對比時,就需要對數(shù)據(jù)進(jìn)行復(fù)雜的、多層次的分塊來使數(shù)據(jù)具有更強(qiáng)的可解讀性。


兩個實際案例:

??Marcin Ignac的對自然攝影搜索結(jié)果的可視化

??Co.Design的如何區(qū)分66種奶酪


(此圖表從圓心向外分別從原料使用的奶品種、奶酪質(zhì)地、奶酪顏色和紋理三個層次對66種奶酪進(jìn)行了分類)

欲獲取更多信息——請參閱Bime Analytics

如何制作——請參閱Beat Excel

5?圓形劃歸圖——圓形劃歸圖顯示為幾組圓環(huán)分類數(shù)據(jù),通常用于數(shù)據(jù)分層,其中較小的數(shù)據(jù)要么被用和其他同類數(shù)據(jù)相同的顏色標(biāo)記,要么被嵌套到其他大數(shù)組中。


何時使用——用于展示多組數(shù)據(jù)和分組數(shù)據(jù)在大小和其他屬性上有什么不同(例如,圓的大小用來表示量,圓的顏色用來表示不同屬性)。類似的大眾比較熟悉的可視化方法是樹狀圖,但由于很多人對圓的圖形有著固有的偏好,圓形劃歸圖往往更吸引觀眾。

兩個實際案例:

??Stanford Kay工作室的全球碳排放量

??Music Popcorn的音樂分類可視化


(此圖表是對不同的音樂流派進(jìn)行的探索和分類,圓的大小表示流行程度,圓的顏色代表同一種流派,可以看出來不同流派風(fēng)格的偏差和規(guī)模,比如金屬風(fēng)格和emo風(fēng)格就比較接近,但和鄉(xiāng)村風(fēng)格就有明顯區(qū)別,也可以看出搖滾風(fēng)格非常流行)

欲獲取更多資源——請參閱Datavizcatalogue

如何制作——運用RAW軟件:從Excel或者其他類似的制表程序中直接粘貼自己的數(shù)據(jù),或者運用“電影”樣本數(shù)據(jù)集(然后選擇圓形劃歸圖并且拖拽數(shù)據(jù),將“國內(nèi)總票房”拖入大小框,將“類型”拖入色彩框)

6?地平線圖—— 地平線圖表顯示了垂直尺度上的負(fù)值和正值的時間序列數(shù)據(jù),使用色彩或陰影顯示負(fù)值,同時將它們轉(zhuǎn)移到基線“水平線”之上。


何時使用——用以展示隨著時間的變化,一些數(shù)據(jù)隨之發(fā)生變化(例如,國家,產(chǎn)品,工業(yè)),特別是當(dāng)數(shù)據(jù)包含正/負(fù)增長和收縮值時,如果要用很多組數(shù)據(jù)來展示這些內(nèi)容是非常困難的。

兩個實際的案例:

??Flowing Data 的食品標(biāo)價模式圖

??Warwickshire 天文臺的郡失業(yè)率圖


(上圖展示了不同郡的平均失業(yè)率對比,紅色系區(qū)塊代表失業(yè)率高出平均水平,藍(lán)色區(qū)塊代表低于平均水平,且顏色越深表示超出或低于平均水平的程度越高,由此可以直觀的看出哪些地區(qū)的失業(yè)率高以及失業(yè)率問題的嚴(yán)重程度)

欲獲取更多信息——請參閱Stephen Few

如何制作——請參閱Superuser.com

7?流圖——流圖用以展示各組數(shù)據(jù)的大小或比例隨著時間的變化而變化的情況,“流”的垂直寬度表示該數(shù)據(jù)的大小。流圖可以用以展示一個固定的值域這樣整組的數(shù)據(jù)大小變化都顯而易見,也可以用以展示一個相對的值域這樣數(shù)組就可以一直變化增加至100%(類似于區(qū)域圖)。


何時使用——盡管這個方法還有其他適用的領(lǐng)域,但一般用以說明隨著時間變化數(shù)據(jù)的大小以及占比的變化,通常是6個時間段。流圖可以非常有效的直觀的描述出隨著時間的變化在文化影響、科技趨勢,經(jīng)濟(jì)實力上的一些主要變化,它能立即反映出數(shù)據(jù)的此消彼長。

兩個實際案例:

??自1973年來,誰在占用道路?

??谷歌的音樂時間表


(此圖表是一個動態(tài)交互圖表,展示了1950~2010年流行的音樂風(fēng)格的變化,比如上世紀(jì)70年代搖滾音樂最為流行,且點擊不同色塊可以查看當(dāng)年發(fā)行的對應(yīng)音樂風(fēng)格的專輯)

欲獲取更多信息——請參閱Andy Kirk

如何制作——運用RAW軟件:從Excel或者其他類似的制表程序中直接粘貼自己的數(shù)據(jù),或者使用它們的“音樂”樣表數(shù)據(jù)庫(然后選擇流圖并且拖拽到組框中,將“國內(nèi)總票房”拖入大小框,將“類型”拖入色彩框)

嘗試這些可供選擇的數(shù)據(jù)可視化方法的好處

“數(shù)據(jù)可視化可以簡化復(fù)雜問題”本身就是一個簡化的陳述。當(dāng)然,復(fù)雜問題需要被清楚地闡釋,在實現(xiàn)這一目標(biāo)的過程中,圖形化而非數(shù)字化的信息展示非常重要。然而,一味的強(qiáng)調(diào)“簡化”復(fù)雜信息,僅運用一組有限的經(jīng)驗證實是好用的可視化方法,也不是正確的解決辦法。相反,設(shè)計人員應(yīng)該把數(shù)據(jù)可視化視為一種保留復(fù)雜性的工具,這是很有必要的,這通常就需要我們運用與內(nèi)容深度而相匹配的圖表來展示,而不是使用其他方法。

設(shè)計師們越多地利用他們的數(shù)據(jù)工具箱來拓展和測試他們的方法,并且更多在數(shù)據(jù)條件允許的情況下嘗試非普遍的辦法,他們越能夠更有效地將他們的消息與他們的可視化方式相匹配。這樣既可以展示圖表的可參與和可記憶的特點,也可以帶給觀者新鮮感。

譯者:柳洋

來源:https://medium.com/@EvanSinar/7-data-visualization-types-you-should-be-using-more-and-how-to-start-4015b5d4adf2#.ihmpbv71k

本文為原創(chuàng)譯文,轉(zhuǎn)載請注明出處,謝謝

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容