《数据可视化：柱状图、雷达图等六种基本图表的特点和适用场合之欧阳治创编》由会员分享，可在线阅读，更多相关《数据可视化：柱状图、雷达图等六种基本图表的特点和适用场合之欧阳治创编（6页珍藏版）》请在金锄头文库上搜索。
1、欧阳治创编2022.03.10创编欧阳治2022.03.10数据可视化：柱状图、雷达图等六种根本图表的特点和适用场合时间 2022.03.10创作：欧阳治2021-11-30 数据挖掘与数据分析“数据可视化”可以挂念用户理解数据，始终是热门方向。图表是”数据可视化”的常用手段，其中又以根本图表-柱状图、折线图、饼图等等-最为常用。用户格外生疏这些图表，但假设被问道，它们的特点是什么，最适用怎样的场合数据集？生怕答得上来的人就不多了。本文是电子书Data Visualization with JavaScript第一章的笔记，总结了六种根本图表的特点和适用场合，格外好地答复了上面的问题。序言欧阳
2、治创编2022.03.10创编欧阳治2022.03.10进入正题之前，先订正一种误会。有人觉得，根本图表太简洁、太原始，不高端，不大气，因此追求更简单的图表。但是，越简洁的图表，越简洁理解，而快速易懂地理解数据，不正 是”数据可视化”的最重要目的和最高追求吗？所以，请不要小看这些根本图表。由于用户最生疏它们，所以只要是适用的场合，就应当考虑优先使用。一、柱状图Bar Chart柱状图是最常见的图表，也最简洁解读。它的适用场合是二维数据集每个数据点包括两个值x 和y，但只有一个维度需要比较。年销售额就是二维数据，”年份”和”销售额”就是它的两个维度，但只需要比较”销售额”这一个维度。柱状图利用柱
3、子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果格外好。柱状图的局限在于只适用中小规模的数据集。通常来说，柱状图的 X 轴是时间维，用户习惯性认为存在时间趋势。假设遇到 X 轴不是时间维的情 况，建议用颜色区分每根柱子，转变用户对时间趋势的关注。上图是英国足球联赛某个年度各队的赢球场数，X 轴代表不同球队，Y 轴代表赢球数。二、折线图Line Chart数据折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。它还适合多个二维数据集的比较。上图是两个二维数据集大气中二氧化碳浓度，地表平均气温的折线图。三、饼图Pie Chart饼图是一种应当避开使用的图表，由于肉眼对面积大小
4、不敏感。上图中，左侧饼图的五个色块的面积排序，不简洁看出来。换成柱状图，就简洁多了。一般状况下，总是应当用柱状图替代饼图。但是有一个例外，就是反映某个局部占整体的比重，比方贫困人口占总人口的百分比。四、散点图Scatter Chart散点图适用于三维数据集，但其中只有两维需要比较。上图是各国的医疗支出与预期寿命，三个维度分别为国家、医疗支出、预期寿命，只有后两个维度需要比较。为了识别第三维，可以为每个点加上文字标示，或者不同颜色。五、气泡图Bubble Chart气泡图是散点图的一种变体，通过每个点的面积大小，反映第三维。上图是卡特里娜飓风的路径，三个维度分别为经度、纬度、强度。点的面积越大，
5、就代表强度越大。由于用户不擅长推断面积大小，所以气泡图只适用不要求准确辨识第三维的场合。假设为气泡加上不同颜色或文字标签，气泡图就可用来表达四维数据。比方以下图就是通过颜色， 表示每个点的风力等级。六、雷达图Radar Chart雷达图适用于多维数据四维以上，且每个维度必需可以排序国籍就不行以排序。但是，它有一个局限，就是数据点最多 6 个，否那么无法区分， 因此适用场合有限。下面是迈阿密热火队首发的五名篮球选手的数据。除了姓名，每个数据点有五个维度，分别是得分、篮板、助攻、抢断、封盖。画成雷达图，就是下面这样。面积越大的数据点，就表示越重要。很明显，勒布朗詹姆斯红色区域是热火队最重要的选手。需要留意的时候，用户不生疏雷达图，解读有困难。使用时尽量加上说明，减轻解读负担。时间 2022.03.10创作：欧阳治 阮一峰来自：36 大数据
